智能产品开发与应用专业教学资源库 人工智能基础课程是应用电子技术、 电子信息工程、 计算机科学与技术等相关专业的一门重要专业基础课程。 该课程旨在为学生提供人工智能领域的基础知识和核心技术的学习， 为后续的专业课程学习和实践应用奠定坚实的基础。
作为专业基础课程， 人工智能基础课程具有以下几个显著特点：
跨学科性： 人工智能涉及数学、 计算机科学、 心理学、 哲学等多个学科的知识， 本课程将整合这些学科知识， 形成完整的课程体系。
理论与实践相结合： 本课程不仅注重理论知识的传授， 还强调实践应用能力的培养。 通过案例分析、 实验操作和项目实践等方式， 使学生能够将理论知识应用于实际问题解决中。
前沿性与创新性： 人工智能是一个快速发展的领域， 本课程将紧跟技术前沿， 介绍最新的人工智能技术和应用案例， 培养学生的创新思维和创新能力。
人工智能基础课程的主要任务包括以下几个方面：
传授基础知识： 介绍人工智能的基本概念、 发展历程、 应用领域以及核心技术原理。 使学生对人工智能有一个全面的认识和了解， 为后续深入学习打下坚实基础。
培养核心能力： 通过本课程的学习， 培养学生的算法思维、 数据分析、 模式识别等核心能力， 使学生能够运用人工智能技术解决实际问题。
引导实践应用： 结合工程应用实际， 引导学生了解传感器在人工智能系统中的作用和重要性， 掌握常用传感器的工程测量设计方法和实验研究方法。 通过实践操作和项目实践， 培养学生的动手能力和解决问题的能力。
拓展知识视野： 介绍人工智能领域的前沿技术和研究热点， 引导学生关注行业动态和技术发展趋势， 拓展学生的知识视野和创新能力。
培养专业素养： 通过本课程的学习， 培养学生的专业素养和职业道德， 使学生具备独立思考、 团队合作、 创新思维等方面的能力， 为将来从事人工智能相关领域的工作做好准备。
1、 知识目标
2、 能力目标
3、 素质目标
32学时。
2个学分。
序号 | 教学项目 | 教学内容与教学要求 | 活动设计建议 | 参考课时 |
1 | 人工智能基本概念与特性 | 教学内容 1 2 教学要求 1 | 1 2 3 | 4 |
2 | 大数据 | 教学内容 1 2 教学要求 1 2 | 1 2 3 4 | 12 |
3 | 分类器 | 教学内容 1 2 教学要求 1 | 1 2 3 4 | 10 |
4 | 深度学习 | 教学内容 1 2 教学要求 1 | 1 2 3 4 | 8 |
5 | 神经网络 | 教学内容 1 2 教学要求 1 | 1 2 3 4 | 8 |
6 | 图像识别 | 教学内容 1 2 教学要求 1 | 1 2 3 4 | 8 |
7 | 语音识别 | 教学内容 1 2 教学要求 1 | 1 2 3 4 | 14 |
1、 教学方法
在培养学生知识和技能的同时， 注重方法能力、 社会能力等综合素养的培养， 建议综合采用多种教学方法开展教学。
整个的教学活动将以讲授法为主。
课程中的项目来自生产、 生活中的实例， 并且本着以最少的资源实现人工智能功能的原则来设计。 教学环节要求学生自行设计和完成项目的制作。
在教学中， 应采用多媒体、 图片、 动画、 模型为学生演示传感器的过程， 展示人工智能的工作原理及结构， 使抽像的理论变为直观。
利用第二课堂， 带领学生到相关企业参观， 了解人工智能应用环境、 企业文化， 拓展学生知识面。
2、 评价方法
以具体任务为主线的安排教学内容的过程， 使学习和实际工作岗位和工作过程充分融合， 传统的考核方法必须改革。 将课程考核分散在整个学习过程中， 能更真实的反映学生的学习效果和实际水平。
考核项目 | 所占比例 | 备注 |
平时考试 | 25% | 包含作业 |
实验成绩 | 15% | |
期末成绩 | 60% | |
总成绩 | 100分 | |
3、 教学条件
4、 教材编选
教材的编写要体现课程的性质、 课程内容标准， 用浅显易懂的方法， 描述传感器的基本知识， 注重基本理论与自动检测技术应用的有机结合， 如果采用模块化教学方法， 将有关知识进行整合， 实现理论教学和实践训练的有机结合。
如果采用自编教材， 教学内容按课程内容标准进行整合。 若采用参考教材， 教学过程中可挑选教材中的相关内容教学， 同时机器学习应用的相关知识。