python 人工智能课程大纲_《人工智能》教学大纲

人工智能

》课程教学大纲

课程名称

人工智能基础

课程编码

0836073

课程类型

专业必修课

课程性质

必修课

适用范围

数据科学与大数据专业

学分数

3

先修课程

操作系统,

java

程序设计,

Python

程序设计,数据预处理技术

学时数

54

实验

/

实践学时

18

课外学时

0

考核方式

考试

(平时

10 %+

实验

30 %+

期末

60 %

)

制订单位

数据科学学院

制订日期

2020

3

执笔者

颜远海

审核者

颜远海

一、课程简介

人工智能是计算机与自动化学科的一门分支学科。它研究如何用机器来模仿人脑所从事

的推理、证明、识别、理解、学习、规划、诊断等智能活动。人工智能是当前科学技术中正

在迅速发展,新思想、新观点、新技术不断涌现的一个学科,也是一门涉及数学、计算机科

学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。人工智能原理是计算机科学

技术类专业的应用学科。前修课程包括:离散数学、数据结构、算法分析与设计等,后续课

程:专家系统,知识工程。

二、教学目标

(

1

)

熟练掌握图搜索策略,

熟练掌握回溯策略、

图搜索策略的过程以及算法

(

BACKTRACK

以及

AI

算法),掌握一些典型问题的启发式函数;

(

2

)掌握用命题逻辑、一阶逻辑表示知识的方法,并在此基础上进行推理,熟练掌握归

结方法以及归结反驳过程,熟练掌握利用归结反驳方法进行推理。

(

3

)掌握基于贝叶斯规则的不确定性推理,掌握条件概率、独立、条件独立及贝叶斯公

式;掌握利用贝叶斯定理检测垃圾邮件的基本方法。

三、主要教学模式和教学手段

1

本课程的教学包括课堂讲授、

课外作业、

辅导答疑、

上机实验和期末考试等教学环节。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python 是一种非常流行的编程语言,广泛用于开发人工智能(AI)应用。在 Python 中,有许多库和框架可以帮助你构建和部署 AI 模型。以下是一些常用的 Python 库和框架,可用于开发 AI: 1. TensorFlow:由 Google 开发的深度学习框架,用于构建和训练神经网络模型。它提供了强大的工具和资源,可以进行各种类型的 AI 任务,如图像识别、语音识别、自然语言***特点。它易于使用且灵活,适合实验性研究和原型开发。 3. Keras:基于 TensorFlow 或 Theano 的高级神经网络 API,提供了简单而强大的接口,使得构建和训练神经网络模型更加容易。 4. Scikit-learn:用于机器学习任务的常用库,提供了各种算法和工具,包括分类、回归、聚类等。 5. NLTK(Natural Language Toolkit):用于处理自然语言处理(NLP)任务的库,提供了各种文本处理和分析工具。 6. OpenCV:用于计算机视觉任务的开源计算机视觉库,提供了各种图像处理和分析功能。 7. Gensim:用于主题建模和文本相似度计算的库,常用于处理大规模文本数据。 8. SpaCy:用于高性能自然语言处理任务的库,提供了一套快速而准确的 NLP 工具。 这只是一小部分可用于 Python人工智能库和框架。Python 的强大生态系统使得开发和部署 AI 应用变得更加方便和高效。无论是深度学习、机器学习还是自然语言处理,Python 提供了丰富的资源和工具,使得开发者可以更轻松地构建复杂的人工智能应用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值