1523S01019-人工智能-2023版人才培养方案课程教学大纲.docxVIP

1523S01019-人工智能-2023版人才培养方案课程教学大纲.docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE7

ADDINCNKISM.UserStyle《人工智能》课程教学大纲

(理论课程·2023版)

一、课程基本信息

课程号

1523S01019

开课单位

质量技术监督学院

课程名称

人工智能

ArtificialIntelligence

课程性质

选修

考核类型

考试

课程学分

2

课程学时

34+10

课程类别

专业发展课程(专业拓展课)

先修课程

大学数学C、Python语言程序设计、信号分析与数据处理、光电检测与图像处理

适用专业(类)

测控技术与仪器、机械设计制造与自动化

二、课程描述及目标

(一)课程简介

《人工智能》是测控技术与仪器专业的一门专业拓展课,在软件开发应用、综合素质培养、科学研究素质培养等方面具有重要意义。本课程解释和模拟人类智能、智能行为及其规律,主要包括逻辑推理、搜索求解、监督学习、无监督学习、深度学习、强化学习等基本概念与模型算法。通过本课程的理论教学与实践操作训练,使学生了解人工智能发展历史、主要应用、发展现状和面临挑战;掌握人工智能在自然语言理解和视觉分析等方面的关键技术及应用;熟悉人工智能系统的设计原则;提高应用人工智能技术分析和解决较复杂工程问题的综合能力;具备严谨的科学态度,良好的工程道德、创新意识和工匠精神。

(二)教学目标

通过本课程,使学生了解人工智能的基本概念、分支领域及研究发展动态;理解机器学习、深度学习的基本原理,初步掌握其基本方法;具备人工神经网络搭建与训练的一般方法;最终通过项目实践掌握人工智能的产品设计原则和一般实现方法。

课程目标1:了解人工智能的基本概念、基本原理和研究发展动态,掌握逻辑推理、机器学习、深度学习、强化学习等基本模型。

课程目标2:明晰人工智能具能、使能和赋能的手段和方法,具备人工智能模型框架的搭建、训练、测试和部署能力。

课程目标3:掌握人工智能创新项目的设计原则和一般实现方法,具备面向复杂工程问题的分析、设计和实施能力。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

权重

工程知识

课程目标1

0.26

使用现代工具

课程目标2

0.37

设计/开发解决方案

课程目标3

0.37

四、教学方式与方法

根据新工科背景下的测控专业人才培养的要求,结合目标导向教育(OBE)和CDIO项目化教育理念,本课程采用理论教学、项目教学相结合的教学方法。

(一)理论教学

理论教学优化“课前导学+课中探知+课后拓展”闭环教学模式,促进MOOC资源、智慧教室、雨课堂教学平台、教学互动软件等现代信息技术与教育教学深度融合,打造“以学生发展为中心”的高效人工智能课堂,夯实理论基础,为实践能力培养提供充分知识储备。

课前提炼授课内容知识点,将其与预习课件、慕课视频、自测试题、思政案例等资料线上推送,引导学生自学自测进行先导知识的学习。

课中采用“问题+任务”双驱动、“产学+赛学”双融合的教学模式,以学生为主体进行课堂教学。在深化理论知识的基础上,以实际任务为中心,将学习与问题挂钩;以解决任务为动力,在教学中把理论与实践有机结合起来。根据方案构思、项目设计、操作实施、交付验收的CDIO模式,结合分组讨论、成果展示及相互交流等多种方式,引导学生积极主动思考,由浅及深逐步内化知识,促进理论知识与项目开发的有机融合。

课后通过提供丰富资源、布置高阶作业结合分层辅导的方式,引导学生独立思考和深度参与,消化重点知识,解决难点问题,激励学生勇于突破思维定势,多维度思考,勇于攻坚克难、勇于创新,树立科技强国的责任感和使命感。

(二)项目教学

项目教学采用“项目开发-课程设计-工程竞赛”阶梯递进融合式工程能力培养模式,“子任务式”开发环节提高学生实践参与热情度;“项目式”课程设计针对性进行项目训练,培养团队意识,强化实践动手能力;科技竞赛、校企合作课题实现真实项目的设计、仿真、调试和现场测试等完整环节,进一步锻炼学生解决复杂工程问题的能力。

(三)思政教育

以“如春在花、如盐化水”思政教育模式为指引,做到“浇花浇根、育人育心”,紧密结合新工科的特点,以课程为基础,项目为引领,结合交叉学科知识进行案例教学,有效融合课程相关思政元素,共筑协同育人的大思政格局。

五、教学重点与难点

(一)教学重点

本课程的教学重点是人工智能的基本概念和原理;以数据建模和机器学习为核心的人工智能在计算机视觉、自然语言、语音识别等特定领域的进展;机器学习、深度学习的基本概念、主要算法和模型训练优化方法;全连接网络和卷积神经网络的搭建。

(二)教学难点

本课程的教学难点是逻辑推理的经典算法;无监督机器学习的基本原理;全连接网络和卷积神经网络的模型构建与训练方法;深度学习在自然语言与视觉分析中的具体应用;强化学习的策略优化与策略评估。

六、教学内容、基本要求与学时分配

序号

文档评论(0)

bigeng123 + 关注
实名认证
文档贡献者

知识杂货铺~

1亿VIP精品文档

相关文档