《人工智能导论课程标准》

《人工智能导论》课程标准
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
五、课程内容与教学要求
表5-1
表5-2
表5-3
表5-4
表5-5
六、课程教学实施建议
（一）师资条件要求
师资组成表表6-1
（二）教学条件要求
软件：python3.6，VScode；Jupyter notebook；
硬件：硬件要求是CPU I5以上，内存要求8G以上，HDD/SSD 1T以上。

（三）教学方法与教学手段建议
以实际单元为载体，结合主要教学内容，将讲授与小组讨论结合在一起进行教学。

形成以单元为依托理论和时间相结合的分组教学方法。

（四）教材与参考资料
1．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；
2. 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．（五）课程资源开发与应用建议
提供的教学资源：学习强国中的人工智能概论视频。

七、考核评价
（一）考核评价方法
采取过程考核+期末的方式进行考核。

（二）评价标准
（1）过程考核S1
由平时出勤（10%）、课堂提问（10%）、教学互动（20%）、课上考核（60%）四部分构成。

（2）期末考核S2
期末考核采取期末试卷，试卷中各单元的权重如下表所示。

单元成绩评定表表7-1
（3）总成绩S
S=S1×%60+S2×%40。