《计算与人工智能概论》实验大纲.docx

《计算与人工智能概论》实验教学大纲
课程名称：计算与人工智能概论
适用专业：本科各专业
实验课学时：2学时*16周=32课时
实验类型：实验分为个人实验和团队实验；个人实验和理论课各章节相对应，团队实 验是综合性的实验。
_、实验的性质、教学目的与要求
《计算与人工智能概论》上机实验是本课程重要的教学环节之一，是设计性实践教学环 节，主要目的是培养和训练学生的计算思维能力，并了解人工智能在学科中的应用方法。
学生以Python语言为载体，完成个人实验，对任务分解、模式识别、抽象和算法设计 四项基本能力进行训练;并以这四项基本能力为基础，通过完成综合性团队实验，达成对 计算思维能力的培养目标。
二、考核方式、要求及成绩评定办法
考核方式:实验在educoder线上平台进行，所有个人实验由平台自动评测打分，团队 实验由教师和助教评价实验成绩中个人实验占课程总成绩30%，团队成绩占总成绩20%。
Educoder 平台网址：
三、实验内容与教学计划
1个人实验
序
课程章
实验名 称
相关知识
实验内容
适 合 学 科
学 时
1
2
Python 语言基 础
简单 计算 问题 的求 解
1变量与赋值
2整数、浮点数、字符 串、布尔值
3输入与输出
4表达式求值
略
所 有 学 科
2
2
2
Python 语言基
础
条件 分支
1 if语句
2运算符and
3运算符or
4多个逻辑运算符结 合
5 else 与 elif
略
所 有 学 科
2
3
2 Python 语言基 础
循环
1 while循环
2 for循坏
3 break, continue, pass,
else
略
所 有 学 科
2
4
2
Python 语言基
础
列表
1列表的定义
2列表的增删查改
3列表的切片
4列表的遍历(for)
5列表的嵌套、倒序、 排序、求和等操作
略
所 有 学 科
1
5
2
Python 语言基
础
函数
1函数的定义、函数的 参数与返回值、函数的 调用
2调用第三方库函数
3 lambda 函数
略
所 有 学 科
1
6
2
Python 语言基 础
字符 串处 理
1字符串的索引
2字符串的切片
3字符串的其他常用 操作
略
所 有 学 科
1
7
2
Python 语言基
础
字典
1字典的创建、访问、 删除、添加、修改
3 字典的 keys, values, items函数
4字典的嵌套、与列表 的嵌套
略
所 有 学 科
1
8
3系统
思维
冯诺 依曼 结构
1 :简 单应
用
冯诺 依曼 结构
2 :进 阶应
用
1机器指令与机器程 序
2运算器、寄存器、内 存、控制器之间的关系 3冯诺依曼结构模拟 程序
给出用来模拟一种特定的 计算机系统的模拟程序，给 出一个运算要求，学时用该 计算机的指令集编写出机 器程序，模拟程序运行这个 机器程序得出结果。
所 有 学 科
2

9
4算法 思维
二分 法1 :
简单
应用
二分
法2 : 进阶 应用
1算法的时间复杂度 分析方法
2二分法的基本原理
3用二分法求解方程
4二分法的其他应用
查找平方和 求方程的根
所 有 学 科
2
10
4算法 思维
递归 与分 治1 :
简单 应用
递归 与分 治2 :
进阶 应用
1分治策略的基本原 理
2设计递归函数的方 法
3用分治策略解决复 杂问题
数字三角形、最大子序列积 平面最小点对
所 有 学 科
2
11
4算法 思维
数据 结构
1 :栈
数据 结构
2 :队
列
数据 结构
3 :二 叉树
1栈的基本原理与应 用
2队列的基本原理与 应用
3 DFS 与 BFS
括号问题 加密与解密
DFS求解八皇后问题
所 有 学 科
2
12
4算法 思维
动态 规划
1 :简 单应 用
动态 规划
2 :进 阶应 用
1动态规划的基本原 理
2动态规划的3个基本 条件
3状态与状态转移方 程
4用动态规划解决复 杂问题
数字三角形 背包问题
选 做
2
13
5网络 思维
网络 爬虫
1 :简 单应 用
网络 爬虫
2 :进 阶应 用
1WEB服务器与浏览器 的工作模式
2 HTML语言常用标签
3 request库的使用方 法、robots网络排除协 议
4 Beautifulsopu4 库的 使用方法
5 •网络爬虫的设计方 法
网络表格数据获取 网络图片数据获取
所 有 学 科
2
14
6数据 思维
计算 机数 据管 理
1文本文件与二进制 文件
2文件的打开、读写、 关闭操作
略
所 有 学 科
2
15
6数据 思维
科学 计算 与数 据分 析
1 Numpy库的使用方 法
生成numpy数组、 数组的索引、基本运 算
2 pandas库的使用方 法
读入、写出文件、电 子表格的索引方法
Numpy科学计算实践
理 科 工 科
2
16
6数据 思维
数据 可视 化与 图像 处理
1 Matplotlib 绘图 常用图形的绘制 图形的修饰方法、子 图的绘制方法
2PIL图像处理
数据可视化实践 图像处理实践
理 科 工 科
2
17
6数据 思维
数据 分析 基础
1用pandas处理电子 表格
2数据分析的基本手 段
3数据可视化
Pandas电子表格操作实践
文 科 商 科
2
18
6数据 思维
数据 库系 统
1关系数据库基本原 理
2 SQL语言
3 Mysql数据库使用方 法
数据库操作实践
文 科 商 科
2

19
7人工 智能
深度 学习 基础
1机器学习与深度学 习的基本原理
2飞桨、Al Studio平台 的使用方法
3使用预训练模型进 行人脸识别、动物分 类、文字识别、视频分 类等应用
人脸检测实践
OCR实践 猫狗分类实践
所 有 学 科
2
20
7人工 智能
深度 学习 进阶
1训练神经网络的基 本方法和技巧
2迁移学习的基本原 理
3在预训练模型的基 础上继续进行训练
预训练模型使用实践
所 有 学 科
2
2团队实验
序 号
实训名称 （Jupyter 实
现）
主要内容
备
注
1
公共团队实训 -FlappyBird 小 游戏
项目背景："Flappy Bird小游戏"项目，是 款既简单又有 —定难度的小游戏。该游戏的基本操作流程是当玩家打开游 戏后，可以利用键盘的空格或者f建控制小鸟的位置，在其 控制过程中需要跨越不同长度水管所组成的障碍，穿过一个 水管可以加1分，如果小鸟不小心掉在地板上或者撞在水管 上，都会被判断游戏结束。
任务描述：本项目要求完成Tlappy Bird小游戏”的各种功 能，包括实现游戏窗口、加载图像音效和背景音乐、并且设置 好游戏的规则等功能。
4 人
组
2
公共团队实训 -音乐播放器
项目背景：本项目要求设计一个美观好用的音乐播放器，并 能对乐曲库进行管理，同时，可以从网上下载音乐放入本地 音乐库。
任务描述：项目将细分成UI设计、乐曲播放管理、乐曲库管 理、音乐下载管理4个模块。
4 人
组
3
公共团队实训 -科比投篮预 测
项目背景：2016年4月12日星期三，科比在洛杉矶湖人队 的最后一场比赛中砍下60分,标志着他从NBA退役。利用 20年来科比的进球和失误的数据，你能预测哪些投篮会落在 篮框里吗？这个实训非常适合练习分类基础、特征工程和时 间序列分析。
任务描述：本实训主要实现：科比投篮数据可视化，包括射击
4 人
组

精准度、赛季准确性、不同投篮距离的命中率、剩余时间是否 影响准确率、不同对手的命中率、比赛节数与命中率之间的 关系。

4
公共团队实训
-八皇后1可题
项目背景:用智能优化算法解决八皇后问题。
任务描述：运用智能优化算法（遗传算法、模拟退火算法、粒 子群优化算法等），设计实现至少2种算法求解该问题。
将算法扩展到N皇后问题，测试设计的算法的性能； 比较算法在求解质量和时间上的性能，实验结果要求是算法 运行10次以上的平均结果，绘制曲线图或表进行比较和分 析。
4 人
组
5
理工科团队实 训-垃圾分类
项目背景：收集垃圾图片并标注（分类），使用PaddleHub的 FineTune功能，完成垃圾图片的分类任务。
任务描述：本实训要求学生从网络收集大量垃圾图片并进行 标注，使用PaddleHub的FineTune功能载入预训练模型,然 后对垃圾图片进行训练，最终实现垃圾分类任务。
4 人
组
6
理工科团队实 训-车辆检测
项目背景：o收集交通相关图片并标注图片（用矩形框标注车 辆），使用PaddleHub的FineTune功能,完成车辆的目标检 测任务。
任务描述：本实训要求学生从网络收集大量交通图片并进行 标注，使用PaddleHub的FineTune功能载入预训练模型，然 后对交通图片进行训练，最终实现交通图片的车辆检测任务。
4 人
组
7
理工科团队实
训-八数码问
题
项目背景:使用不同的算法求解八数码问题。
任务描述：首先运用经典算法（BFS）求解，然后运用智能优 化算法（遗传算法、模拟退火算法、粒子群优化算法等），设 计实现至少2种算法求解该问题。
比较算法在求解质量和时间上的性能，实验结果要求是算法 运行10次以上的平均结果，绘制曲线图或表进行比较和分 析。
4 人
组

8
文商科团队实 训-电商手机 营销预测
项目背景：某电商平台准备上马手机网上销售业务。现需要 根据从第三方获取到的手机销售原始数据集，通过分析各种 品牌和型号的手机销售历史情况，预测未来手机销售趋势， 为制定手机销售策略提供数据支撑。
任务描述：对手机销售原始数据集进行预处理，对数据进行 分析并进行可视化展示，建立手机销售预测模型，对模型进 行训练，并对训练过的模型进行评估。
4 人
组
9
文商科团队实 训-旅游酒店 智能推荐
项目背景:随着电子商务规模的不断扩大，商品个数和种类 快速增长，顾客需要花费大量的时间才能找到自己想买的商 品。当然，酒店也不例外。
这种浏览大量无关的信息和产品过程无疑会使淹没在信息过 载问题中的用户不断流失。为了解决这些问题，推荐系统应 运而生。
任务描述:本实训将带您构建一个酒店智能推荐系统。
4
人
组
10
文商科团队实 训-基于DNN 的新闻分类
项目背景：本实训使用的数据来源于网络，数据是由一些新 闻的文本、标题以及相关信息组成，并且已对新闻做好分类。 任务描述:本实训要求对新闻数据集进行多分类处理，将还 没有分类好的新闻进行自动分类，以便减轻人工分类的负担。
4 人
组