西安交通大学
《人工智能导论》课程教学大纲
英文名称: Artificial Intelligence Guide
课程编号:COMP4008
课程名称:人工智能
课程类型:工科(专业课)
学时与学分:总学时:32;学分:2
适用对象:计算机专业(本科生)
先修课程:程序设计,数据结构,离散数学,数理逻辑,概率论
使用教材:王永庆,人工智能原理与方法,西安交大出版社,1998
参考书:
陆汝钤,人工智能(上下册),北京:科学出版社,1989
蔡自兴,人工智能原理(第二版),北京:清华大学出版社
林荛瑞,马少平,人工智能导论,北京:清华大学出版社,1998
何新贵,知识处理与专家系统,北京:国防工业出版社,1990
史忠植,知识工程,北京:清华大学出版社,1988
殷勤业,杨宗凯等编译,模式识别与神经网络,北京:机械工业出版社,1992
杨行峻,郑君里,人工神经网络,北京:高等教育出版社
周明,孙树栋,遗传算法原理及应用,北京:国防工业出版社,1999
一、课程的性质、目的及任务:
人工智能是计算机科学研究和发展的一个重点,其终极目标就是让计算机具有象人一样的能力。这门课程主要讲述知识与知识表示、确定性推理、不确定性推理、搜索策略、神经网络、机器学习、遗传算法等方面内容。使本科生对人工智能的基本内容、基本原理和基本方法有一个比较初步的认识。
二、教学基本要求:
通过课堂教学,要求学生了解人工智能的发展状况与研究内容,掌握基本概念、基本原理方法和重要算法,掌握人工智能的一些主要思想和方法,熟悉典型的人工智能系统——产生式系统和简单的模糊推理方法,学会用启发式搜索求解问题,学会基本的神经网络方法,学会简单的机器学习方法,初步具备用经典的人工智能方法解决一些简单实际问题的能力。
三、教学内容:
1. 绪论:了解人工智能的发展简史以及当前的一些发展方向和热点。掌握基本概念,相关名词术语的含义;熟知人工智能的基本研究内容、研究方法。
2. 数学基础:了解人工智能中常用的一些数学理论和概念等等。熟悉数理逻辑中有关命题逻辑和一阶谓词逻辑的原理,了解多值逻辑原理;熟悉概率论的基本概念和原理,掌握Bayes公式;掌握模糊集和模糊逻辑的基本概念,掌握模糊集上的基本运算。
3. 知识与知识表示:了解关于知识的基本观点以及特点等等。掌握基本的、常用的一些知识表示方法,如一阶谓词逻辑表示法、产生式表示法、框架表示法和语义网络表示法等。了解各种知识表示法的特点。
- 下载地址 (推荐使用迅雷下载地址,速度快,支持断点续传)
- DOC格式下载
- 您可能感兴趣的
- 人工神经网络杨行峻 人工神经网络 人工神经网络导论 人工神经网络原理 bp人工神经网络 人工神经网络算法 人工神经网络模型 miv与人工神经网络 什么是人工神经网络