PAGE2/NUMPAGES2
《人工智能应用基础》课程标准
课程名称：人工智能应用基础
课程代码：5250559
适用专业：软件技术（移动与人工智能应用开发方向）
课程性质：专业必修课
学时：36学时（理论：18实践：18）
学分：2学分
一、课程概述
（一）课程的地位和作用
《人工智能应用基础》是移动互联网开发方向的专业基础必修课程，本课程是学生在学习《python程序设计》等课程之后的提升课程。在学生具有一定的python编程基础知识之后，通过本课程学习人工智能应用技术的基础知识，提高学生的人工智能技术应用开发能力。
课程符合高技能人才培养目标和专业相关技术领域职业岗位（群）的任职要求；
课程对学生职业能力培养和职业素养养成起主要支撑。
（二）课程设计思路
1.课程设计理念
以职业岗位为目标，以职业素质培养为重点，以校企合作为突破口。根据人机器学习工程师、数据分析工程师职业技能需要确定课程内容；
构建“基于工作任务的逆向循环教学模式”；
构建“课堂+虚拟公司+企业”实践教学体系。
2.课程设计思路
以机器学习工程师、数据分析工程师职业岗位为培养目标。通过对典型项目生产流程进行分解，确定工作任务，以工作任务为结点重构和整合教学模块。以企业中真实项目为依据，学习性工作任务，教、学、做结合，理论与实践一体化。
二、培养目标
（一）总体目标
根据软件行业对人工智能应用开发人员的知识、能力的需求，培养具有一定理论知识、较强的逻思维能力，能熟练应用python和人工智能应用开发规范的熟练的软件开发人才。
定位：综合素质优良、专业特长鲜明，适用软件设计岗位要求、具有良好团队合作精神的高素质技能型人材。
（二）具体目标
1、知识目标
通过完成本课程，学生能掌握Numpy、Matplotlib和Pandas、sk—learn和Tensorflow等数据分析处理及人工智能应用知识和概念。
2、能力目标
（1）掌握Numpy科学计算库；
（2）掌握Matplotlib画图工具；
（3）掌握Pandas数据分析工具；
（4）掌握sk—learn工具的使用
（5）掌握机器学习常用算法的应用
（6）了解Tensorflow深度学习的概念
3、素质目标
（1）培养学生的沟通能力和团队协作精神；
（2）培养学生的动手能力和自学能力，建立有效的学习方法；
（3）培养学生代码质量意识、建立严谨的工作态度和作风；
（4）培养学生综合分析能力、知识迁移能力，开拓创新思维；
三、教学内容
（一）课程教学安排
学习任务（项目）描述、内容排序、要求及学时分配见下表：
表1《人工智能应用基础》课程教学内容设计表
序号
学习任务（项目）
子任务（项目）
教学内容
课时数（理论/
实践）
目的要求
（知识点、能
力点、素质点）
教学方式
（教学方法、教学手
段）
教学
场地
1
人工智能简介
1.人工智能简介
2.开发环境搭建
1.人工智能
技术和概念
简介2.开发环境搭建，jupyter
notebook的使用
2（1/1）
了解人工智能
行业以及相关技术及其应用；
掌握开发环境搭建；
掌握jupyternotebook的使用
讲解、演示、练习
上课机房
2
Numpy科学计
算库
Numpy基础
Numpy概念及使用方法
2（1/1）
掌握Ndarray结构及其使用
讲解、演示、练习
上课机房
Numpy逻辑、统计、数组运算
Numpy逻辑、统计、数组运算
2（1/1）
掌握Numpy逻辑、统计、数组运算
讲解、演示、练习
上课机房
Numpy使用进阶
numpy合并、分割以及IO操作
2（1/1）
掌握numpy合并、分割以及IO操作
讲解、演示、练习
上课机房
3
Matplotlib画图工具
绘图基础
Matplotlib绘图模型及流程
2（1/1）
掌握Matplotlib绘图模型及流程
讲解、演示、练习
上课机房
饼状图、直方图、柱状图等
绘制饼状图、直方图、柱状图等
2（2/2）
掌握绘制饼状图、直方图、柱状图等
讲解、演示、练习
上课机房
4
Pandas数据分析
数据分析工具Pandas基础
Pandas基础
2（1/1）
掌握pandas的DataFrame结构
讲解、演示、练习
上课机房
Pandas统计分析
Pandas统计分析
2（1/1）
掌握pandas
统计分析方法
讲解、演示、练习
上课
机房
Pandas高级处理
Pandas高级处理
2（1/1）
掌握缺失值处理、索引操作等
讲解、演示、练习
上课机房
5
Sk—learn机器学习
机器学习方法介绍
介绍机器学习常用方法及其流程
2（1/1）
掌握机器学习常用方法及其训练流程
讲解、演示、练习
上课机房
监督学习
特征工程及常用分类、回归算法