一、课程基本信息。
1、课程**：es404
2、课程名称：人工智能导论/introduction to artificial intelligence
3、学时/学分：36学时/2学分。
4、先修课程：无。
5、面向对象：电子信息与电气工程学院信息工程专业及电子科学与技术专业。
6、开课院（系）、教研室：电子信息与电气工程学院电子工程系。
7、教材、教学参考书：
人工智能及其应用》，蔡自兴，徐光，清华大学出版社，1996
高级人工智能》，史忠植，科学出版社，1998
演化计算》，潘正君，康立山，陈毓屏，清华大学出版社，1998
非数值并行算法——遗传算法》，刘勇，康立山等，科学出版社，1997
二、课程的性质和任务
人工智能是计算机科学的一个分支，是一门研究机器智能的学科，即用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为。它与生物工程和空间技术被称为当今世界的三大尖端技术，在高技术领域具有十分广泛而重要的作用。该课程的学习旨在掌握人工智能的基本概念和研究方法及其未来的发展趋势，为以后在该领域的深入研究打下基础。
三、课程的教学内容和要求。
第一章绪论 （2）
掌握人工智能的基本概念。
了解人工智能的历史、现状和发展趋势。
掌握人工智能的研究内容及其应用领域。
第二章知识表示 （2）
掌握基本的知识表示方法及其特点。
第三章搜索技术 （2）
掌握基本的搜索技术，包括盲目搜索和启发式搜索。
第四章推理方法和模糊理论 （8）
掌握常用的推理方法，包括确定性推理和非确定性推理。
理解模糊集的基本概念，掌握模糊性与随机性的区别。
掌握模糊集上的基本运算，并能够利用贴近度进行模糊模式识别。
掌握产生隶属函数的方法，尤其是模糊统计法。
掌握模糊关系的定义、特性及模糊关系的合成。
掌握模糊等价关系的定义，能够基于模糊等价关系进行聚类。
第五章专家系统 （2）
掌握专家系统的基本组成及其各部分的功能，了解专家系统的开发过程。
第六章机器学习 （2）
了解常用的机器学习方法，包括符号学习和亚符号学习。
第七章模式识别 （4）
了解模式识别的基本概念。
掌握常用的模式识别方法，包括统计、结构及模糊模式识别。
第八章神经网络 （4）
了解神经网络的发展史。
掌握神经网络的基本概念与特性。
理解神经网络的构成，掌握常用的神经元、网络模型和学习算法。
掌握多层感知器、bp算法等。
了解hopfield网络及其应用。
第九章进化算法 （4）
理解进化算法的基本思想，掌握其组成部分。
理解各种进化算法的实质，能够区分它们的不同。
掌握遗传算法的特点及存在的问题，掌握应用遗传算法的基本步骤。
第十章人工智能的应用及发展趋势 （2）
四．实验（上机）内容和基本要求。
本课程安排两次上机实验，共4学时。实验内容为学生所感兴趣的领域，如搜索技术、bp算法等。通过上机实验，使学生对人工智能的某个方面有一定的感性认识，进一步加深对基本理论的理解，训练学生的实验技能和科学实验方法，提高分析和解决实际问题的能力。
五．对学生能力培养的要求。
本课程的概念、思想和方法在很多科学和技术领域起着重要的作用，如机器人、模式识别、家用电器等方面。学生可参与这些相关领域的科技活动锻炼自己的能力。通过科技活动，增强学生对理论课程的学习兴趣，学会利用所掌握的理论知识去分析和解决实际的问题。
六．其他说明。
1． 考试成绩除了笔试外，包括实验报告和课堂考查。
2． 实验要独立完成并将在笔试中测试对实验的理解程度。
《人工智能导论》教学大纲
大纲说明。课程 3235042 总学时 32 学时 讲课 32 学时 总学分 2 学分。课程类别 限制性选修。适用专业 计算机科学与技术，以及有关专业。预修要求 c 程序设计语言，数据结构。课程的性质 目的 任务 人工智能是计算机科学中涉及研究 设计和应用智能机器的一个分支。本课程是计算机。科学与技...
人工智能导论教学大纲
人工智能发展至今已超过60年时间，近年，随着深度学习技术的应用，人工智能迎来了爆发式增长，不管是工业 农业还是服务业，都可以看到人工智能技术的身影。那么，人工智能是什么？能做什么？人工智能目前发展到什么程度？人工智能是否会取代人？课程概述。人工智能导论 是关于人工智能领域的通识类课程，主要介绍人工智...
人工智能教学大纲
人工智能课程教学大纲。课程编码 jszx0300 适用专业 计算机科学与技术 课时 72 理论 28 实验 学分 3 课程性质 目标和要求 人工智能是计算机科学的重要分支，是计算机科学与技术专业本科生的专业限选课之一。本课程介绍如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解 规划推理 模...