《人工智能概论—面向通识课程》教学大纲
一、课程编码、名称和性质
课程编码：
课程名称（中文）：人工智能概论
英文名称（英文）：IntroductiontoArtificialIntelligence–ACourseforGeneralEducation
课程性质：专业课
二、学时、学分
总学时数：48，其中，讲授学时：32，实践（实验）学时：16，学分：3
三、适用专业及开设学期
适用专业：非人工智能专业的各专业
开设学期：第2学期
四、课程描述
在汹涌澎湃的科技创新大潮中，人工智能的时代已经到来，理解人工智能、熟悉人工智能的主要研究内容和应用领域、具备编程思维、掌握一定的人工智能实践能力，已成为当代各专业大学生的基本素养。
本课程是一门理论与实践融合、面向非人工智能专业大学生的人工智能通识课程，主要培养学生理解人工智能、感受人工智能、体验人工智能和实践人工智能，从而提升学生对前沿科技的认知与理解。
该课程系统、全面地介绍了人工智能的发展脉络、基本理论、现代人工智能新技术与发展趋势。该课程通过Scikit-Learn开源库为基础介绍机器学习，并深入浅出介绍深度学习，通过其代表性模型如卷积神经网络、循环神经网络、生成对抗网络等使学生了解深度学习在图像识别、语音识别、自然语言处理等领域和应用场景的强大应用能力。该课程着重强调实践体验人工智能案例，结合时代热点、学科前沿进行简单人工智能项目实践，以更有效提升学生理解和掌握人工智能基本概念和应用方法。该课程也从人工智能伦理、与社会发展的关系等角度出发，剖析AI发展带来的伦理问题，引导学生进行批判性思考，树立正确的伦理观念，通过分析AI对社会就业结构、经济发展、文化传播等方面的影响，培养学生对科技与社会关系的宏观认知，提升社会洞察力。
五、教学目标
（1）能够在理解人工智能的基本概念、发展历史的内涵以及外延的基础上，对人工智能的本质和内涵、研究内容和应用领域有一个比较全面的认识，培养学生分析和总结问题的能力；
（2）能够掌握Python语言的基本语法，获得初步的编程思维和编程基础，从而具备实践人工智能应用的基本技能；
（3）了解数据可视化、机器学习、深度学习的基本原理和经典算法；
（4）体验人工智能的一些应用，并能够在需要时作为学习或工作的辅助工具，赋能专业；
（5）掌握Anaconda开发环境，能够实现简单的编程或验证实验；
（6）通过项目案例，理解人工智能在不同领域应用场景下的应用原理与实践经验，增强学生对知识的理解与应用能力；针对人工智能伦理、社会影响等开放性话题，组织学生开展小组讨论，鼓励学生发表自己的观点，培养其批判性思维与团队协作能力。
六、教学范式
本课程主要通过课堂讲授、翻转课堂、应用案例分析与演示、实践操作、小组讨论等教学方法进行课程内容的学习，通过翻转课堂使学生主动了解和掌握人工智能的基本概念、基本原理，培养学生充分利用互联网的资源进行自主学习；针对人工智能不同应用场景，引入实际案例，深入剖析人工智能在各领域的应用原理与实践经验，增强学生对知识的理解与应用能力。根据实际课时安排，可选安排实践课程，让学生利用开源工具和平台，如Pyhton机器学习库、TensorFlow深度学习框架等，进行简单的人工智能项目实践，如手写数字识别文本情感分析等，提升学生的动手能力与创新能力。通过小组讨论，针对人工智能伦理、社会影响等开放性话题，组织学生开展小组讨论，鼓励学生发表自己的观点，培养其批判性思维与团队协作能力。
七、本课程与其它课程的关系
先修课程：《大学信息技术》或《计算机应用基础》
八、主要内容及学时分配
教学过程中，可以根据教学对象和学时安排等具体情况对教材中的内容进行删减和组合，也可以进行适当扩展，参考学时为32～64学时（若为64学时安排，可再增加实践学时16学时）。
本课程以总学时数为48学时为参考，其中，讲授学时：32，实践（实验）学时：16。
理论讲授主要分为人工智能基础知识、人工智能编程基础、机器学习与深度学习、人工智能应用领域以及未来人工智能的发展方向等模块。
其中人工智能绪论主要讲授人工智能发展简史、发展方向，其研究内容和研究方法，学时为4个学时；经典人工智能及数学基础，学时为4个学时；人工智能编程基础模块主要讲授人工智能编程环境搭建、Python语法基础、编程思维等，其中编程环境介绍、环境搭建2个学时，Python语法基础6个学时，函数、OOP编程和文件操作6个学时，Python模块和包以及人工智能第三方库2个学时；机器学习概念、浅层学习、数据预处理和模型评估4个学时，常用机器学习算法6个学时；人工神经网络与深度学习8个学时，人工智能应用4个学时，新一代人工智能技术2个学时。
本部分内容示例：
（一）人工智能概述（4学时）
1.教