《人工智能》课程教学大纲

课程编码:XX31660

英文名称:Artificial Intelligence

课程性质:专业选修

开课时间: 第四学年第一学期

教学时数:周学时2，总学时32

学 分:2学分

先修课程: 高等数学, 离散数学, 概率论与数理统计

教学目的与要求:

掌握人工智能的基本概念、基本理论和方法。包括归结推理技术和知识表示方法及其计算机实现，使学生了解人工智能的基本原理，对知识表示、问题搜索原理、知识推理等各方面的内容有初步、全面的掌握。掌握专家系统的结构和建造方法，了解自然语言理解的基本内容，使学生了解人工智能的主要应用，结合具体的应用系统，使学生对专家系统、机器学习、自然语言理解等人工智能应用有比较感性的认识。了解人工智能的基本发展思想和解决问题的方法，具有一定的人工智能算法的编程能力。使学生最后对人工智能在计算机科学与技术发展中的地位和作用有总体的把握和认识。

使用教材:王万良, 人工智能导论(第三版), 高等教育出版社, 2011年.

参考书目:

[1]蔡自兴，徐光佑，人工智能及其应用（第四版），清华大学出版社，2010.

[2]陆汝钤，人工智能（上、下册），科学出版社，2000

[3]Russell S.，Norvig P. Artificial Intelligence A Modern Approach(3^rd edition). Pearson Press，2010.

[4]史忠植，高级人工智能（第二版）, 科学出版社，2006.

授课内容:

1、 人工智能简介 2课时

主要内容: 人工智能的概念、发展历史、研究领域等；

2、 知识表示 8课时；

主要内容:知识的概念、一阶谓词逻辑表示法、产生式表示法、框架表示法、语义网络等；

3、 推理方法 12课时；

主要内容:确定性推理方法、不确定性推理方法和模糊推理方法等；

4、 基于搜索的问题求解策略 4课时；

主要内容:搜索的概念、搜索策略、A和A*搜索算法等；

5、 人工智能专题: 6课时

主要内容:遗传算法及其应用、专家系统、机器学习及其应用、人工神经网络及其应用、自然语言处理及其应用。以上专题教师可不必全部覆盖，可结合教师自身的研究方向选择2至3个专题讲授。

任课教师:高东发、申宇铭等

考核方式:笔试

成绩分布:

平时成绩 60%（小作业（2次）占40%，课堂出勤及听课情况20%）

期终考试 40%（笔试）