《计算与人工智能概论》教学大纲(通用).docx

《计算与人工智能概论》课程教学大纲
一、课程简介
本课程面向大学低年级学生开设，培养学生的科学与工程思维一一计算思维, 促进学生的计算思维与各专业思维交叉融合形成复合型思维，为各专业学生今后 设计、构造和应用各种计算系统求解学科问题奠定思维基础，帮助学习者提高解 读真实世界系统并解决全球范围复杂问题的能力。
课程采用线上线下混合教学方式，课程网站提供丰富教学资源。课程强调能 力培养，改变传统“知识输出”方式，转为以学生为中心的“能力训练”方式。 理论课堂精讲多练，讲练结合，做中学；实验课，学生通过Educoder平台进行 大量针对性实训，采用游戏闯关方式，学生自主实训，教师辅导；团队实训提升 学生合作意识和创新能力，多层次训练学生应用计算思维进行问题求解能力。课 程促进学生的计算思维与各专业思维交叉融合形成复合型思维，培养人工智能创 新发展理念，为学生今后设计构造和应用各种计算系统，求解本学科问题奠定基 础。
本课程主要内容第一部分对计算与人工智能进行概述，第二部分从机器人投 篮案例任务分析出发，讲解Python编程，介绍算法的概念和经典算法。第三部 分介绍了智能感知、机器学习、智能决策、智能机器人等人工智能的应用。第四 部分介绍计算机网络基础知识以及通过互联网获取信息的方法，以及计算机数据 管理和数据分析的相关概念。通过课程的学习，使学生了解计算学科和人工智能 中的重要概念，培养学生由问题到算法的分析能力，以及程序编写和调试的能力。 掌握使用python相关库实现文件操作、网络数据爬取、数据分析、数据管理、算 法优化、机器学习等应用，并将其应用于实际问题。
二、课程内容(-)课程教学目标
1. 课程目标：
CT1：初步掌握社会/自然问题利用计算手段进行求解的基本思维模式，具有 利用典型计算思维进行计算系统构造的初步能力。
CT2：理解高级语言/机器语言程序是如何被执行的，理解复杂系统化复杂为 简单的基本思维，具有模拟不同计算环境执行程序的初步能力。
CT3：掌握由问题、到算法、再到程序的问题求解思维模式，理解问题、算 法与计算资源(环境)之间的关系，理解难解性问题求解的基本思路，具有构造算 法并模拟算法执行的初步能力。
CT4： 了解网络及数据获取方法，初步掌握数据挖掘的基本方法，了解机器
同时提醒同学们存在经济发展的地区不平衡，鼓励大家投身于西部建设，走 共同富裕道路。
学时分配：
4-8学时
实验内容（32-66学时课堂上机）
第一部分计算语言与程序设计实验10-22时Python基本语法实训+程序综合实训
第二部分单人综合训练14-28学时计算系统实训
1. 网络爬虫实训数据分析实训
4算法实训
第三部分团队实训8-16学时计算与人工智能系统综合实训
课时分布简表

课程主要章节
课时
实验
第一章
1计算与人工智能概论
2-4

第二章
2计算系统
2-6

第三章
3 python 简介
2
实训python初探 实训数字类型 实训字符类型
5程序控制结构
2
实训分支结构 实训循环结构 实训多重循环
6模块化编程
2
实训函数
第四章
7组合数据类型
4
实训列表 实训二维列表
实训字典
8常用的文件操作
2
实训Python文件处理
第五章
9.算法的概念与评价标 准
2
实训二分法应用
10经典算法
6-8
实训递归算法
实训蒙特卡洛算法
第八早
11.智能感知
4-6

第七章
12 .机器学习
4-6

第八章
13 .智能决策
4-6

第九章
14 .智能机器人
2-4

第十章
15.互联网信息处理
2-6
实训网页文字爬取
实训网页图片爬取
第十一章
16.数据管理
2-6
实训通信录文件管理
第十二章
17数据分析简介
4-8

18 pandas数据处理
实训pandas数据处理
19数据可视化
实训matplotlib绘图
三' 考核方式
期中、期末、小测采用上机考试，机器自动评阅。
总评成绩=课堂练习*10% +实验*20%+团队实训*10%+小测*10% +期中成 绩10%+期末成绩*40%四、授课手段（教学方法）
采用线上慕课提前预习，线下课堂案例化教学，头歌实验平台完成实验闯关, 线上线下混合式教学模式。
课程教学的指导思想和基本原则是：
1、本课程采用全校统一教学目标，分理、工、商、文科四个不同方向实施 不同的教学方案。
2、理论课采取案例教学模式，在案例中植入知识点。包括经典计算问题， 商科专业相关案例、日常生活相关案例。案例设计具有实用性、延续性和原创性。
3、实验课通过头歌在线实践平台实训项目模式，一部分实训与课堂教学案 例相对应，一部分实训需要综合应用所学知识点。网站提供自动判卷功能，以闯 关形式激励学生。
学习方法、数据智能的分析及处理算法。
CT5：能通过计算思维和人工智能知识，激发新的创新创业想法。
2.课程思政育人目标：
围绕立德树人根本任务，贯彻落实“显性教育和隐性教育相统一”的要求, 树立价值塑造、能力培养、知识传授三位一体，实现全员全程全方位育人，重点 从“历史文化、科技发展、法治观念、政治经济、信息安全” 5个方面着手进行 有机融合，传播爱党、爱国、积极向上的正能量、宣传社会主义核心价值观、培 养精益求精的工匠精神、科技兴国的民族使命感和理论联系实际的能力。
（二）教学基本内容
课程授课（42-74学时）、实验（32-66学时），可以根据各校的培养方案课 程学时数选择。
第一章计算与人工智能概述
教学目的与要求：
（1）了解本课程的教学目标与教学内容；教学方式与教学评价及学生该如 何学习该课程；（2）了解计算的概念、计算思维的概念，通过智能移动机器人路径规划案 例，理解计算思维解决问题的四大步骤；
（3）了解人工智能的历史、相关研究、应用领域和发展方向。
教学重点：
（1）了解课程目标、课程学习方法与评价方式；
（2）理解计算思维的概念；（3）理解计算思维解决问题的四大步骤：问题分解、模式识别、模式归纳、 算法设计与编程。
教学难点：
应用计算思维解决问题的一般过程。
教学内容：
（1）课程介绍；
（2）计算的概念：什么是计算？图灵机，冯•诺依曼体系结构，算法、计算 机语言与程序；（3）计算思维的概念，问题求解方法；
（4）通过智能移动机器人路径规划案例，说明计算思维解决问题的四大步骤;
(5) 人工智能的历史、相关研究、应用领域和发展方向。 教学思政元素：
通过计算机发展史，确定科技强国的志向；提及芯片断供现状，强调忧 患意识与爱国情怀。
学时分配：
2学时+2学时(慕课)第二章计算系统
教学目的与要求：
(1) 了解人工智能是如何实现的，理解图灵机模型，计算机的工作原理, 了解并行计算和嵌入式计算；了解操作系统的功能和分类，程序的编译、链接和装载，了解进程和 线程的区别，以及操作系统如何调度进程和线程；
(2) 了解文件系统的概念及其树状结构。 教学重点：
理解计算机的工作原理，文件系统的树状结构。
教学难点：
理解图灵机模型，进程和线程的概念、调度
教学内容：
(1) 以宇宙探测、智慧城市和智慧农业3个智能应用场景为例，探索人工 智能是如何实现的；通过求和运算和蚂蚁觅食的实例说明图灵机的工作原理；
(2) 介绍计算机的工作原理、并行计算和嵌入式计算；介绍操作系统的功能和分类，程序的编译、链接和装载；
(3) 介绍进程和线程的概念、调度；介绍文件系统的概念及其树状结构；
(4) 计算机系统的发展方向和新一代人工智能的发展。
教学思政元素：
介绍国家级超算中心及世界超算的排名，树立科技兴国的信心。
学时分配：
2-6学时第三章Python编程基础
教学目的与要求:
(1) 掌握建立和运行python程序的方法；
(2) 掌握如何分解问题，绘制算法流程图，选用合适的数据类型，使用分 支、循环语句编写程序；
(3) 对于复杂问题，掌握如何将其分解为各个模块，通过函数定义实现模 块功能；培养学生分析问题、构造算法、编写和调试程序的能力。
教学重点：
(1) python程序的建立和运行；python程序的基本语法元素；
(2) 分支、循环结构；函数的定义和调用。
教学难点：
循环的嵌套
教学内容：
(1) 通过机器人投篮案例，说明问题求解的计算思维方法；介绍程序的基本要素与程序设计语言；
(2) 介绍python语言的特点，开发环境的搭建；通过案例讲解python程序的基本语法元素；
(3) 介绍内置函数，自定义函数的定义、调用和参数；分支、循环语句和循环的嵌套。
教学思政元素：
(1) 介绍python的起源让同学们了解自由软件及其对科技发展的意义；python初探案例引入毛泽东的实践论，让同学们认识道提高实践能力 的重要性；
(2) 身份证号分析案例，引入个人信息保护法，提醒同学们保护好个人隐 私，也绝不能滥用他人的信息。
学时分配：
4-6学时第四章Python程序进阶
教学目的与要求：
(1) 掌握如何使用列表和字典来存储数据；掌握通过python来处理文件。
教学重点：
(1) 列表、字典的基本概念和操作；常用的文件操作。
教学难点：
根据程序的要求，灵活地使用列表、字典、数据文件来存储数据
教学内容：
(1) 介绍列表的基本概念和操作；介绍字典的基本概念、访问和基本操作；
(2) 介绍文件的基本概念，常用的文件操作；百分百机器人投篮的案例实现。
教学思政元素：
百分百机器人投篮的案例，让同学们意识到通过python编程实现计算思 维的重要性。
学时分配：
4-6学时第五章算法设计
教学目的与要求：
(1) 了解算法的概念及评价标准；掌握经典算法的应用，提高算法设计能力。
教学重点：
迭代法、穷举法、二分法的应用
教学难点：
(1) 算法时间复杂度的计算；递归算法的应用。
教学内容：
(1) 介绍算法的概念和算法的评价标准；通过案例介绍经典算法：迭代法、穷举法、二分法、递归。
教学思政元素：
通过多个算法案例，引导学生欣赏“算法之美”，夯实知识储备，激活思 维技巧。
学时分配：
8-10学时第六章智能感知
教学目的与要求：
(1) 了解自然语言处理、机器视觉处理和模式识别系统；掌握通过卷积神经网络来实现图像识别。
教学重点：
自然语言处理方法
教学难点：
卷积神经网络
教学内容：
(1) 介绍自然语言处理的方法、任务和应用；
(2) 通过自动驾驶引入机器视觉处理，如何应用深度卷积网络实现机器视 觉；
(3) 通过车牌识别引入模式识别系统的5个基本单元，重点介绍特征提取 和分类器设计方法；
(4) 通过图片分类问题的实例说明如何通过人工智能解决模式识别问题。 教学思政元素：
通过百度自动驾驶等案例，了解我国在人工智能方面的技术发展情况， 增强民族自信。
学时分配：
4-6学时(慕课)第七章机器学习
教学目的与要求：
(1) 了解监督学习、无监督学习、半监督学习三种机器学习方法；掌握聚类算法在商业或金融业的应用。
教学重点：
无监督学习
教学难点：
聚类算法的应用
教学内容：
(1) 介绍监督学习的定义，通过案例说明回归和分类的处理过程；介绍什么是无监督学习，通过案例说明分类和降维两类任务的实现；
(2) 介绍半监督学习的过程和应用；
(3) 通过使用k均值聚类算法对客户分类的实例说明如何实现机器学习。 学时分配：
4-6学时（慕课）第八章智能决策
教学目的与要求：
（1）了解搜索策略、强化学习、群体智能这三种智能决策的实现方式；（2）掌握如何通过蚁群算法解决旅行商问题。
教学重点：
蚁群算法
教学难点：
理解强化学习的基本原理
教学内容：
（1）以八数码问题为例，介绍深度优先搜索、广度优秀搜索、A*搜索算法 的搜索策略；（2）介绍强化学习的基本原理和应用；
（3）介绍什么是群体智能算法，如何通过蚁群算法和人工蜂群算法来解决 旅行商问题。
教学思政元素：
解读2017年国务院印发的《新一代人工智能发展规划》，了解我国人工智能 的国家战略方针。树立学生们大局观和民族使命感。认识到人工智能技术是国家 崛起后与欧美发达国家站在同一起跑线的领域，是超过欧美占领技术制高点的前 所未有机遇，使学生重燃“为中国崛起而读书”的理想。
学时分配：
4-6学时（慕课）第九章智能机器人
教学目的与要求：
（1）了解机器人发展的三个阶段，机器人的分类及技术展望；（2）了解人机交互发展的三个重要的阶段和未来趋势。
教学重点：
教学难点：
教学内容：
（1）介绍机器人发展的三个阶段，机器人的分类及技术展望。
（2）介绍人机交互发展的三个重要的阶段和未来趋势。
教学思政元素：
通过介绍使学生初步认识机器人技术，激发学生的学习热情。
学时分配：
2-4学时(慕课)第十章互联网信息处理
教学目的与要求：
(1) 了解计算机网络的基本概念；了解基本的WEB访问流程，理解HTML文件的标记；
(2) 掌握通过python程序来爬取和解析网页、提取信息及保存为文件的 方法，培养学生因特网信息获取的能力。
教学重点：
掌握爬取网页、提取信息及保存为文件的方法
教学难点：
提取网页信息
教学内容：
(1) 计算机网络的相关概念，无线网络和物联网；万维网的基本工作方式，HTML语言语法；
(2) 通过案例展示应用python的requests库爬取网页，应用bs4库来提取 网页信息的方法；网络搜索引擎的组成和网页排名算法；
(3) 网络安全的基本属性、体系结构和模型
教学思政元素：
通过介绍爬取网络数据触犯法律的几个案例，让同学们了解使用爬虫的 法律边界，警示同学们增强法律意识。
学时分配：
2-6学时第十一章数据管理
教学目的与要求：
(1) 了解关系型数据库；掌握在python中对数据文件进行增删查改；
(2) 了解大数据的相关概念。
教学重点：
在python中对数据文件进行增删查改
教学难点：
大数据的处理过程
教学内容：
(1) 介绍数据管理的三个阶段；介绍数据库系统的组成，关系数据库的相关概念；
(2) 通过教务管理系统的实例说明数据库的设计过程；通过案例展示如何通过python程序操作mysql数据库；
(3) 介绍大数据的产生、特点和处理过程，以高校大数据为例说明大数据 的平台架构。
教学思政元素：
通过案例，教育学生在使用大数据时明确数据搜集的范围，从而避免数 据使用失度带来的信息滥用和隐私侵犯。
学时分配：
2-6学时第十二章数据分析
教学目的与要求：
(1) 了解数据分析的应用场景和基本流程；熟练掌握通过python进行数据处理和数据可视化，培养学生对数据 的认知、收集、整理、表述和探究的能力。
教学重点：
(1) 掌握数据分析的基本流程；掌握通过python进行数据处理和数据可视化
教学难点：
数据挖掘
教学内容：
(1) 介绍数据分析的应用场景；通过气候分析案例说明数据分析的基本流程；
(2) 详细介绍数据分析的各个流程；通过案例展示如何通过pandas库进行数据处理；
(3) 通过案例展示如何通过matplotlib进行数据可视化；
教学思政元素：
通过对全国各省1995-2014年GDP数据分析的案例，展示我国改革开 放以来经济发展取得的重大成就，增强学生对我国的道路自信、制度自信。