《人工智能导论》课程标准
课程名称
人工智能导论
课程编码
12563470
课程类型
任选课
适用专业
numpy库是标准库吗
非计算机类专业
学时/学分
28/2
开设学期
第二学期
授课院部
信息工程学院
编写执笔人
审定负责人
编写日期
2021.10.24
审定（修订）日期
一、课程性质
该课程是全校学生的选修课，目的是让学生了解人工智能的发展及应用；理解人工智能的核心技术概念；学会使用AI开发工具及语言；为进一步学习人工智能相关领域知识打下坚实的基础。
二、课程设计思路
该课程从物联网发展趋势，深入了解行业发展趋势，调研目前人工智能领域相关专业学生就业所需知识，调研同类高职院校课程教学情况：教学大纲、课时安排、教学模式、考核方式及成绩评价等方面。综合分析调研结果，充分考虑高职学生特点和行业现状，制定满足企业需求和适合高职院校学生特点的课程标准。为学生就业拓展了基础和领域。
三、课程目标
（一）总体目标
通过本课程的学习了解AI发展中的关键人物及其成果，了解AI的研究内容和应用领域；理解AI的核心概念解析；学会使用AI的开发工具VSCode、Jupyter  Notebook及Python语言；能够理解监督学习中的回归和分类算法，能够理解非监督学习中的聚类算法，会运行给定的程序代码并修改某些参数；会在微软机器学习工作室中搭建预测披萨饼价格的实验。由此培养学生良好的分析问题和解决问题的能力，使学生具有良好的沟通能力与团队协作精神。
（二）具体目标
1．专业能力
（1）学会使用AI开发环境，VScode、Jupyter Notebook；
（2）能够理解Python语言程序；
（3）能够理解监督学习中的线性回归和逻辑分类；
（4）能够理解非监督学习的聚类；
（5）了解numpy、matplotlib、pandas等数据科学分析库的使用方法。
2．方法能力
（1）培养良好的资料查阅能力；
（2）培养良好的分析问题、解决问题的能力；
（3）培养模块化思维能力；
（4）培养良好的学习和总结的能力。
3．社会能力
（1）培养良好的团队精神和协作能力；
（2）培养学生的创新能力。
四、课程内容组织与安排
本课程参照国内各高职院校的教学大纲，以实际应用为目标，设计了5个学习单元。本课程充分考虑了人工智能导论是一门开设比较新的课程，考虑到学生的基础和接受能力，在课程内容的组织与安排上由浅入深、循序渐进。通过本课程的学习，学生能够了解AI的发展、研究内容及应用领域，熟悉AI开发的工具和语言，熟悉一些常见的AI核心技术，了解AI的一些基本算法。本课程的开设还为学习与人工智能领域相关的课程奠定基础。
      教学内容组织与安排                    表1
序号
模块（项目/单元）名称
教学内容
教学方法
教学场所
参考学时
理论
实践
1
单元1 人工智能概述
1-1 AI的起源和发展
1-2 AI的研究内容
1-3 AI的应用
1-4 AI的人才需求
讲授、分组讨论、案例教学、实操。
人工智能
实训室
2
2
2
单元2 AI开发工具及语言
2-1 开发环境搭建
2-2 开发库的安装和配置
2-3 可视化工具的安装和配置
2-4 入门案例实践
讲授、演示、分组讨论、案例教学、实操。
人工智能实训室
2
2
3
单元3 AI技术概述
3-1 AI的知识结构和领域
3-2 机器学习及算法
3-3 深度学习及典型模型
3-4 计算机视觉
3-5语音识别
3-6自然语言处理
3-7 推荐系统
讲授、演示、分组讨论、案例教学、实操。
人工智能
实训室
6
2
4
单元4 监督学习
4-1 线性回归模型
4-2 逻辑分类模型
4-3 感知器模型
4-4 支持向量机模型
4-5 KNN模型
讲授、演示、分组讨论、案例教学、实操。
人工智能
实训室
2
6
5
单元5 非监督学习
5-1 非监督学习
5-2 KMeans模型原理
5-3 鸢尾花数据集
5-4 KMeans的应用
讲授、演示、分组讨论、案例教学、实操。
人工智能
实训室
2
2
合计：56学时（其中实践教学学时比例为50.0 %）
14
14
五、课程内容与教学要求
表5-1
模块（项目/单元）1：
单元1 AI概述
参考学时
理论
2
实践
2
学习目标
1、了解AI的发展历史；
2、理解第三次AI浪潮背后推手是大数据、算法和算力；
3、能够上网查AI的实际应用；
4、学会使用一些AI小程序。
学习内容
1、AI的起源；
2、AI发展的三次浪潮；；
3、AI三巨头；
4、第三次AI浪潮背后的推手；
5、AI的定义和研究内容；
6、AI的应用领域；
7、AI的产业政策与人才需求。
重点：
1、AI的起源；
2、AI的三次浪潮；
3、AI的定义与研究内容。
难点：
1、第三次AI浪潮的背后推手：大数据、算法和算力；
2、AI的实际应用场景。
教学方法与手段
讲授、演示、分组讨论、案例教学、实操。
教学活动设计
1、教师讲授，演示；
2、教师分析案例，学生分组讨论；
3、教师播放相关视频，学生分析视频内容；
4、教师总结所用到的知识点。
教学条件
1、师资条件：主讲教师2人；
2、实验实训条件：人工智能实训室；
3、相关教辅材料：
教材：盛鸿宇，于京，詹晓东编著《人工智能应用基础》（Python版），高等教育出版社；
参考资料：
（1）王新强，盛鸿宇．人工智能应用基础（TensorFlow版）．北京：高等教育出版社，2020.
（2）肖正兴，聂哲．人工智能应用基础．北京：高等教育出版社，2019．
（3）聂明编著．人工智能技术应用导论．北京：电子工业出版社，2020．
4、网络资源：爱课程教学平台。
考核评价
方式
主要考核点
知识
1、AI第三次浪潮的推手：大数据、算法和算力
2、AI的应用场景
理论+上机
技能
上网查阅AI的应用
权重
10%
态度
1、按时上课，积极发言；
2、课上积极参与实验；
3、认真完成老师布置的作业。
参考资料
及其他说明
学习强国中的人工智能导论课程视频
表5-2
模块（项目/单元）2：
单元2 AI开发工具及语言
参考学时
理论
2
实践
2
学习目标
1、了解AI开发环境的安装与部署；
2、会使用VScode软件新建文件、编辑文件和运行文件；
3、会使用jupyter notebook新建文件、编辑文件和运行文件；
4、学会使用VScode单步调试程序。
学习内容
1、从上下载python3.6并进行安装；
2、从上下载VScode并进行安装；
3、安装第三方库numpy、pandas、scipy、matplotlib、scikit-learn；
4、在VScode上新建一个入门程序；
5、在VScode上编辑、调试、运行该入门程序；
7、在jupyter notebook上编辑、运行该入门程序。
重点：
1、VScode软件的使用；
2、jupyter notebook的使用。
难点：
1、在VScode上单步调试入门程序；
2、jupyter notebook的使用。
教学方法与手段
讲授、演示、分组讨论、案例教学、实操。
教学活动设计
1、教师讲授VScode、jupyter notebook的使用；
2、教师演示如何在VScode、jupyter notebook上新建文件、编辑文件、运行文件；
3、学生在计算机上练习VScode、jupyter notebook的使用；
4、教师和学生一起在VScode上单步调试入门程序。
教学条件
1、师资条件：主讲教师2人；
2、实验实训条件：人工智能实训室；
3、相关教辅材料：
教材：盛鸿宇，于京，詹晓东编著《人工智能应用基础》（Python版），高等教育出版社；
参考资料：
（1）王新强，盛鸿宇．人工智能应用基础（TensorFlow版）．北京：高等教育出版社，2020.
（2）肖正兴，聂哲．人工智能应用基础．北京：高等教育出版社，2019．
（3）聂明编著．人工智能技术应用导论．北京：电子工业出版社，2020．
4、网络资源：爱课程教学平台。
考核评价
方式
主要考核点
知识
1、VScode的使用
2、jupyter notebook的使用
理论+上机
技能
上网查阅AI的应用
权重
10%
态度
1、按时上课，积极发言；
2、课上积极参与实验；
3、认真完成老师布置作业。
参考资料
及其他说明
学习强国中的人工智能导论课程视频课程
表5-3