《人工智能导论》1-9章电子教案-课堂设计.docx
《《人工智能导论》1-9章电子教案-课堂设计.docx》由会员分享，可在线阅读，更多相关《《人工智能导论》1-9章电子教案-课堂设计.docx（30页珍藏版）》请在冰点文库上搜索。
《人工智能导论》课程第一章教学设计
——人工智能概述
一、管理信息
课程名称：
人工智能导论 所属系部：
课程代码：
制定时间：
年月
制定人：
授课对象：
大一学生
二、基本信息
设计主题：
人工智能概述 学时：
6
先修内容：
计算机相关基本知识
三、课程设计
1.课程设计目标
（1）能力目标
本章通过阿尔法鹰眼、阿里鹿班让、厦门无人驾驶巴士三个案例和人工智能对人们生活
的影响，帮助读者了解人工智能的相关概念，能够了解人工智能定义、研究领域、发展、
社会价值和应用领域、未来与展望。
（2）知识目标
序号
知识目标
1
了解人工智能的定义
2
了解人工智能的发展
3
了解人工智能的研究领域
4
了解人工智能的社会价值和应用领域
5
了解人工智能的未来与展望
2.课程内容设计
模块名称
学时
案例导读之人工智能概述
2
模块名称
学时
1.1人工智能概述
2
1.2人工智能的社会价值
1.3人工智能的应用领域
1.4人工智能的未来与展望
延伸阅读：
2030年，AI将怎样影响人们的生活？
2
合计
6
3.能力训练项目设计
本章教学以案例为切入点，要求学生了解人工智能定义、研究领域、发展、社会价值和应用领
域、未来与展望。
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
1
人工智能定义和发展
①定义
②人工智能发展的
四个阶段
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门学科
学生查阅资料学生讲解人工智能发展的四个阶段的主要事件
教师引导，学生总结讲述
2
人工智能社会价值
①应用价值
②社会价值
①应用范围不断扩大，既包括城市发展、生态保护、经济管理、金融风险等宏观层面，也包括工业生产、医疗卫生、交通出行、能源利用等具体领域
②人工智能带来产业模式的变革③人工智能带来智能化的生活
应用案例讲解，学生在案例中去体会，教师巡回指导。
教师引导，学生总结讲述
3
人工智能应用领域
“AI+”的行业应用
人工智能技术对各领域的渗透形成“成+”的行业应用终端、系统及配套软件，然
联系搜索引擎，列举实例，帮助学生了解人工智能的概念，通过延伸阅读、案
教师引导，学生总结讲述
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
后切入各种场景，为用户提供个性化、精准化、智能化服务，深度赋能医疗、交通、金融、零售、教育、家居、农业、制造、网络安全、人力资源、安防等领域。
。
例导读帮助学生了解人工智能的应用。
4
未来与展望
从专用智能到通用智能的跨越式发展
从“人工+智能”到自主智能系统
应用案例讲解，学生在案例中去体会
教师引导，学生总结讲述
四、考核设计方案
《人工智能导论》课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。
考虑到本章课程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为6分，其中主要以课堂任务的完成情况来评定。
考勤（10%）、学生讲述（50%）、课内外作业完成情况（40%）。
《人工智能导论》课程第八章教学设计
一一智能体与知能机器人
五、管理信息
课程名称：
人工智能导论 所属系部：
课程代码：
制定时间：
年月
制定人：
授课对象：
大一学生
六、基本信息
设计主题：
智能体与智能机器人 学 时：
6
先修内容：
人工智能概述、计算机相关基本知识
七、课程设计
4.课程设计目标
（3）能力目标
本章通过机器人酒店、机器人世界杯、机器人助理、仿人机器人、微小机器人、机械机器人、仿生机器人的经典案例，帮助读者理解智能体和多智能体的概念，能够理解智能体的结构、多智能体协商与学习，能够掌握智能体机器人的分类与结构，列举生活中智能机器人的应用。
（4）知识目标
序号
知识目标
1
掌握智能体的定义
2
掌握智能体的特性、属性与环境特性
3
理解掌握智能体的结构、能够绘制智能体结构图
4
理解掌握智能体的分类
5
理解掌握智能体协商与学习
6
了解机器人的发展
7
掌握智能机器人的结构与分类
5.课程内容设计
模块名称
学时
案例导读人工智能之智能体与智能机器人
课前预习
8.1智能体
8.1.1智能体的定义
1
8.1.2智能体的结构
1
8.2多智能体
8.2.1多智能体协商
1
8.2.2多智能体学习
1
8.3智能机器人
8.3.1智能机器人概述
8.3.2智能机器人分类
1
模块名称
学时
8.3.3智能机器人结构
8.3.4智能机器人研究方向
1
延伸阅读智能机器人的思考与应用
课后阅读
合计
6
6.能力训练项目设计
本章教学以案例为切入点，要求学生掌握知识表示的常用方法，理解知识图谱的概念及应用。
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
1
智能体
①智能体的定义
②智能体的结构
由智能体的定义推出智能体的属性、特性和环境特性。
由智能体的抽象结构推出智能体的分类结构。
联系实际生活，智能体的结构
教师引导，学生总结
2
多智能体
①多智能体协商
②多智能体学习
①多智能体协商的四种方式
②多智能体学习
实例讲解与现实演练，学生在实例中体会多智能体协调与不冠心病，教师巡回指导。
教师引导，学生总结
3
智能机器人
①智能机器人的分类
②智能机器人的结构
①按照机器人的智能程度不同，将机器人分为四类
②智能机器人的结构与人体类似，从人体的角度去对比思考智能机器人
联系搜索引擎，列举实例，帮助学生理解智能机器人的分类与结构，通过延伸阅读、案例导读帮助学生理解智能机器人的应用。
教师引导，学生总结
八、考核设计方案
《人工智能导论》课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。
考虑到本章课程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为12分,其中主要以课堂任务的完成情况来评定。
考勤（10%）、提问（10%）、课内外作业完成情况（80%）。
《人工智能导论》课程第二章教学设计
一一知识表示和知识图谱
九、管理信息
课程名称：
人工智能导论 所属系部：
课程代码：
制定时间：
年月
制定人：
授课对象：
大一学生
十、基本信息
设计主题：
知识表示和知识图谱 学时：
8
先修内容：
人工智能概述、计算机相关基本知识
十一、课程设计
7.课程设计目标
（5）能力目标
本章通过疾病症状被Google纳入“知识图谱”之中、“度秘”是另一种形式的百度搜索框、IBM想让机器人沃森和你一起开会三个案例和多个知识表示的经典例题，帮助读者理解知识表示及知识图谱的相关概念，能够理解计算机内部的知识表示、列举生活中知识图谱的相关智能应用。
（6）知识目标
序号
知识目标
1
掌握知识及知识表示的概念
2
掌握知识的分类及知识表示的常见方法
3
掌握产生式、框架式、状态空间表示三种常用的计算机知识表示方法
4
理解掌握知识图谱的概念
5
能够绘制使用知识图谱进行简单的关系表示
6
了解知识图谱的常见应用
8.课程内容设计
模块名称
学时
案例导读人工智能之知识图谱
课前预习
2.1知识与知识表示
2.1.1知识
1
2.1.2知识表示
1
2.1.3产生式表示法
1
2.1.4框架表示法
1
2.1.5状态空间表示法
1
2.2知识图谱（KnowledgeGraph）
2.2.1什么是知识图谱
1
2.2.2知识图谱的表示
1
2.2.3知识图谱的应用
2.2.4知识图谱的总结与展望
1
延伸阅读百度知识图谱在生活中的应用
课后阅读
合计
8
9.能力训练项目设计
本章教学以案例为切入点，要求学生掌握知识表示的常用方法，理解知识图谱的概念及应用。
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
1
知识
①知识的概念
③知识的分类
知识是人类在实践中认识客观世界（包括人类自身）的成果，它包括事实、信息的描述或在教育和实践中获得的技能，知识是人类从各个途径中获得并经过提升、总结与凝练的系统的认识。
联系实际生活，理解计算机中的知识的概念
教师引导，学生总结
2
知识表示
①知识表示的概念
②产生式表示法
③框架式表示法
④状态空间表示法
①知识表示是对知识的描述，即用一组符号将知识表示成计算机可以接受的某种
例题讲解，学生在习题中去体会，教师巡回指导。
教师引导，学生总结
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
结构。
②产生式的基本形式
③框架式的基本形式
④状态空间的基本形式
3
知识图谱
①什么是知识图谱②知识图谱的描述③知识图谱的应用④知识图谱的总结与展望
①知识图谱就是利用可视化的图谱形象展示客观世界中的概念、实体及其间的复杂关系。
②从实际应用的角度出发其实可以简单地把知识图谱理解成多关系图，就是把所有不同种类的信息连接在一起而得到的一个关系网络。
联系搜索引擎，列举实例，帮助学生理解知识图谱的概念，通过延伸阅读、案例导读帮助学生理解知识图谱的应用。
教师引导，学生总结
十二、考核设计方案
《人工智能导论》课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。
考虑到本章课程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为12分,其中主要以课堂任务的完成情况来评定。
考勤（10%）、提问（10%）、课内外作业完成情况（80%）。
《人工智能导论》课程第三章教学设计
——机器学习
十三、管理信息
课程名称：
人工智能导论 所属系部：
课程代码：
制定时间：
年月
制定人：
授课对象：
大一学生
十四、基本信息
设计主题：
机器学习 学时：
6
先修内容：
人工智能概述、知识表示和知识图谱、计算机相关基本知识
十五、课程设计
10. 课程设计目标
（7）能力目标
本章通过AlphaGo大战李世石、Apollo汽车自动驾驶系统、Amazon推荐系统和京东金融风控系统四个案例和多个机器学习的经典算法以及对机器学习挑战的介绍，帮助读者理解机器学习的相关概念和算法，能够理解机器学习的发展、分类、挑战，最后以一个综合案例介绍了人们生活中处处存在的机器学习应用。
（8）知识目标
序号
知识目标
1
掌握机器学习的概念
2
掌握机器学习的发展过程及范围
3
掌握监督学习、无监督学习、强化学习的基本概念和典型算法实现
4
理解机器学习的常用工具
5
理解机器学习遇到的挑战
6
了解人们日常生活周边的机器学习案例
11.课程内容设计
模块名称
学时
案例导读人工智能之机器学习
课前预习
3.1机器学习概述
3.2机器学习发展
1
3.3机器学习范围
3.4机器学习方法
1
3.5监督学习
3.5.1-邻近算法
3.5.2决策树
1
模块名称
学时
3.5.3支持向量机
3.6无监督学习
3.6.1聚类
3.6.2降维
1
3.7强化学习
3.8机器学习工具
1
3.9机器学习挑战
1
延伸阅读生活中无处不在的机器学习
课后阅读
合计
6
12.能力训练项目设计
本章教学以案例为切入点，要求学生理解机器学习基本概念、发展、范围，掌握机器学习经典
方法和挑战，发现生活中机器学习的应用。
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
1
机器学习
①机器学习的概念②机器学习的发展
③机器学习的范围
①机器学习是用计算机程序模拟人的学习能力，从实际例子中学习得到知识和经验，不断改善性能，实现自我完善。
②机器学习发展分为三个阶段萌芽阶段、发展阶段、繁荣阶段。
③机器学习的范围。
联系实际生活，理解机器学习的基本概念
教师引导，学生总结
2
机器学习常用方法
①监督学习
②无监督学习
③强化学习
①监督学习就是在已知的输入和输出情况下训练出一个模型，将输入映射到输出。
②无监督学习不需要人类进行数据标注，而是通过模型不断地自我认知，自我巩固，最后进行自我归纳来实现其学习的过程。
③强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个
例题讲解，学生在习题中去体会，教师巡回指导。
教师引导，学生总结
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
产物，它的本质是解决decisionmaking问题，即自动进行决策，并且可以做连续决策。
3
机器学习工具举例
©TensorFlow
②阿里云机器学习
PAI
①TensorFlow,是一个开源的机器学习框架，是基于著名的DistBelief开发的。
②阿里云机器学习PAI是一款几乎涵盖了所有种类机器学习算法的机器学习平台。
让学生通过自学、查阅资料了解机器学习的常用工具，并尝试让学生安装注册使用，体会简单的机器学习设计案例。
教师引导，学生总结
4
机器学习挑战
机器学习面临的挑战
人工智能（AI）的未来令人充满期待，但目前却存在着一些问题，而且往往和道德伦理相关。
通过让学生观看影视作品、查阅相关资料、结合当前社会案例、发挥充分想象理解机器学习中所面临的挑战以及应对方法。
教师引导，学生总结
十六、考核设计方案
《人工智能导论》课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。
考虑到本章课程是人工智能的基础知识，机器学习应用广泛，所以本章考核总成绩为10分,其中主要以课堂任务的完成情况来评定。
考勤（10%）、提问（10%）、课内外作业完成情况（80%）。
《人工智能导论》课程第二章教学设计
——知识表示和知识图谱
十七、管理信息
课程名称：
人工智能导论 所属系部：
课程代码：
制定时间：
年月
制定人：
授课对象：
大一学生
十八、基本信息
设计主题：
人工神经网络与深度学习 学时：
6
先修内容：
人工智能概述、计算机相关基本知识
十九、课程设计
13.课程设计目标
（9）能力目标
能够发现并理解神经网络在现代生活中的应用。
能够理解神经网络的结构及工作原理。
能够用自己的语言描述神经网络及深度学习。
（10）知识目标
序号
知识目标
1
神经元及其结构
2
人工神经网络的结构及学习
3
机器学习、神经网络、深度学习、人工智能的关系
4
深度学习及其卷积神经网络
14.课程内容设计
模块名称
学时
案例导读人工智能之人工神经网络
课前预习
4.1神经网络的发展概况
0.5
4.2神经元
0.5
4.3人工神经网络
4.3.1人工神经网络的定义和特点
0.5
4.3.2人工神经网络的结构
0.5
4.3.3人工神经网络的学习
0.5
4.3.4BP神经网络及算法
0.5
4.4深度学习
模块名称
学时
4.4.1深度学习的产生
0.5
4.4.2卷积神经网络的结构
0.5
4.4.3卷积神经网络的工作过程
2
延伸阅读百度知识图谱在生活中的应用
课后阅读
合计
6
15.能力训练项目设计
本章教学以案例为切入点，要求学生掌握知识表示的常用方法，理解知识图谱的概念及应用。
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
1
能够发现并理解神经网络在现代生活中的应用
①能够从案例中挖掘神经网络应用的具体应用
②能够与其他的机器学习方法进行比较，并发现神经网络的优势
神经网络的分类与预测。
结合案例进行分析
教师引导，学生思考，共同总结
2
能够理解神经网络的结构及工作原理
①能够掌握神经网络的结构
②能够掌握神经网络的工作过程
①神经网络的结构。
②神经网络的训练
③BP网络算法
配合教材中的小的案例帮助学生理解相关知识点。
教师讲解，学生参与
3
能够用自己的语言描述神经网络及深度学习
①能够有效区分神经网络、及其学习、深度学习之间的关系②能够理解CNN的工作工程
③能够用自己的语言描述神经网络
①深度学习。
②CNN。
③深度学习的应用
案例为主，理论为辅。
教师引导，学生总结
二十、考核设计方案
《人工智能导论》课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。
考虑到本章课
程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为12分,其中主要以课堂任务的完成情况来评定。
考勤（10%）、提问（10%）、课内外作业完成情况（80%）。
《人工智能导论》课程第五章教学设计
一一智能识别
二十一、管理信息
课程名称：
人工智能导论 所属系部：
课程代码：
制定时间：
年月
制定人：
授课对象：
大一学生
二十二、基本信息
设计主题：
智能识别 学 时：
6
先修内容：
人工智能概述、计算机相关基本知识
二十三、课程设计
16.课程设计目标
（11）能力目标
本章通过ABB——视觉工业机器人、旷视科技一一FACE++人脸识别云平台、科大讯飞一一中国声谷，让世界聆听我们的声音、深思考人工智能一一全自动人工智能TCT宫颈辅助阅片系统、汉王科技——汉王云、3D打印技术一一蓝图变成实物六个案
例，帮助读者理解智能识别的相关概念，能够了解智能识别在生活中的相关应用。
（12）知识目标
序号
知识目标
1
掌握计算机视觉的概念
2
了解计算机视觉技术的工作原理与应用
3
掌握图像视频识别的概念
4
了解图像视频识别的工作原理与应用
5
掌握模式识别的概念
6
了解模式识别的工作原理与应用
7
掌握语音识别的概念
8
了解语音识别的工作原理与应用
9
掌握生物特征识别的概念
10
了解生物特征识别的工作原理与应用
17.课程内容设计
模块名称
学时
案例导读：
智能识别，随处可见
课前预习
5.1计算机视觉
1
5.2图像视频识别
1
5.3模式识别
1
5.4语音识别
1
5.5生物特征识别
1
查阅与思考
1
延伸阅读：
智能识别，无处不在
课后阅读
合计
6
18.能力训练项目设计
本章教学以案例为切入点，要求学生掌握智能识别的概念，了解智能识别的工作原理和应用。
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
1
计算机视觉
①计算机视觉
②计算机视觉系统
③计算机视觉技术应用领域
④计算机视觉技术的原理
⑤计算机视觉的相关学科
人类理解世界，最重要的感官之一是视觉，通过眼睛观察事物和捕捉信息，人类从外界获得的信息约有75%来自视觉系统。
同样，计算机视觉也是一双“眼睛”，通过它，计算机可以识别物体、运动分析、姿态估计等。
联系实际生活，理解计算机视觉的概念，通过延伸阅读、案例导读帮助学生掌握计算机视觉的应用。
教师引导，学生总结
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
2
图像视频识别
①图像的分类
②图像的表示与描述③图像处理的方法④图像视频识别的应用领域
在日常生活中，图像视频对人类来说并不陌生，它是对客观存在的物体对象进行生动的描述。
图像视频识别技术是在20世纪50年代后期开始现代的研究，经过半个世纪的发展，已成为人工智能的一个重要领域。
联系搜索引擎，列举实例，通过延伸阅读、案例导读帮助学生掌握图像视频识别的应用。
教师引导，学生总结
3
模式识别
①模式识别基本概念②模式识别的发展历程
③模式识别的主要方法
④模式识别的典型应用
在日常生活中，人们对植物、动物及各种食物的区分过程就是在进行“模式识别”，随着计算机的出现及人工智能的兴起，人们希望能用计算机来扩展或代替人类的部分脑力劳动，用机器实现模式识别的过程于20世纪20年代诞生，于60年代初迅速发展成人工智能领域的一个重要分支。
联系搜索引擎，列举实例，通过延伸阅读、案例导读帮助学生掌握模式识别的应用。
教师引导，学生总结
4
语音识别
①语音识别技术
②语音识别的基本原理
③语音识别的技术分类
④语音识别的典型应用
语音是人类之间最有效、最方便的通信方式，而与机器交流，让机器明白人们在说什么，是人类长期以来梦寐以求的事情。
语音识别技术，也被称为自动语音识
联系搜索引擎，列举实例，通过延伸阅读、案例导读帮助学生掌握语音识别的应用。
教师引导，学生总结
编号
能力训练项目名称
拟实现的能力目标
相关支撑知识
训练方式及步骤
结果
别（AutomaticSpeechRecognition,ASR）技术，是从20世纪50年代才兴起的一门计算机智能技术，主要研究目的是让计算机“听懂”人类语言，实现人机自然语言交流的和谐环境。
5
生物特征识别
①生物特征识别技术②基于生理特征的识别
③基于行为特征的识别
④多模态生物特征识别
随着计算机和网络技术的发展，在现代社会活动中，信息安全、金融交易、城市安防等领域对个人身份识别和验证要求越来越重视。
传统的身份认证已经越来越难以满足现代安防需求，生物特征识别技术采用人体生理特征以及行为特征进行身份确认，是目前最为方便与安全的识别技术。
联系搜索引擎，列举实例，通过延伸阅读、案例导读帮助学生掌握生物特征识别的应用。
教师引导，学生总结
二十四、 考核设计方案
《人工智能导论》课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。
考虑到智能识别在生活中随处可见，无处不在，所以本章考核总成绩为12分,其中主要以课堂任务的完成情况来评定。
考勤（10%）、提问（10%）、课内外作业完成情况（80%）。
《人工智能导论》课程第六章教学设计
——自然语言理解
二十五、管理信息
课程名称：
人工智能导论 所属系部：
课程代码：
制定时间：
年月
制定人：
授课对象：
大一学生
二十六、基本信息
设计主题：
专家系统学时：
6
先修内容：
人工智能概述、计算机相关基本
升级会员 