1、教 案20202021学年第一学期学院名称：信息工程学院编写教师：*课程名称：人工智能应用概论授课班级：2020年9月教 案 首 页课题名称人工智能应用概论（第1、2节课）初识人工智能教 学目 标了解人工智能的定义及发展历程；了解人工智能发展过程中各研究流派的主张；认识人工智能对社会、经济、文化的影响。教 学重 点人工智能对社会经济文化的影响教 学难 点理解人工智能三大学派课 型R讲授型 实践型 “理实一体化”型R讨论型 演示型 参观型 其他教 学方 法R讲授法 R讨论法 演示法 训练法 “教学做一体化”法 探究法 参观法 其他 教 具R计算机 R多媒体设备 挂图 模型 实物 其他 教 学后
2、记 教案正页教学设计思路（可用框图）用视频、生活案例、问题导入新课知识讲解学生讨论纠偏、点评拓展训练归纳总结课后作业主要内容及时间安排课题名称主要内容时间（分钟）任务一介绍本课程开设缘由、课程计划、目标及安排5任务二视频、生活案例、问题导入课程3任务三学生讨论（什么是人工智能？）6任务四人工智能的定义8任务五人工智能的发展历程10任务六人工智能的三大学派8任务七人工智能对社会经济文化的影响20任务八人工智能对社会经济文化的影响（通过生活案例讲解）15任务九课后作业（人工智能的发展对我们的生活产生了哪些影响？）5教 案 首 页课题名称人工智能应用概论（第3、4节课） 知识表示教 学目 标通过本章
3、的学习，了解人工智能中知识表示的原理、概念以及发展历程；了解知识表示的工作原理及算法逻辑特点；了解知识表示中的具体应用；通过python编译器简单体验知识表示实际操作过程教 学重 点掌握知识表示的几种方法的原理教 学难 点知识表示的原理解释课 型R讲授型 R实践型 “理实一体化”型讨论型 R演示型 参观型 其他教 学方 法R讲授法 讨论法 R演示法 训练法 “教学做一体化”法 探究法 参观法 其他 教 具R计算机 R多媒体设备 挂图 模型 实物 其他 教 学后 记 教案正页 教学设计思路（可用框图）复习旧课用生活用例导入新课知识讲解教师示范学生体验相关讨论归纳总结课后作业主要内容及时间安排课题
4、名称主要内容时间（分钟）任务一回顾人工智能的概念和发展5任务二通过生活中的案例-机场咨询机器，引入本节课内容5任务三讲解知识的概念和特征10任务四讲解知识表示的8大表示法20任务五讲解知识表示的发展历程5任务六讲解知识表示的应用场景10任务七知识表示技术实现原理（重点讲解专家系统-动物识别系统原理）10任务八通过python代码演示动物识别系统5任务九总结知识表示的相关知识点，并讨论3个相关问题7任务十布置课后练习-尝试实现聊天机器人3教 案 首 页课题名称人工智能应用概论（第5、6节课）机器学习教 学目 标了解机器学习的概念、原理、算法以及发展历程；理解机器学习的多种算法分类；了解机器学习中
5、的具体应用场景；通过对实际数据的学习推导，理解机器学习的操作流程教 学重 点掌握机器学习的多种分类算法教 学难 点分类算法的原理解释及举例说明课 型R讲授型 R实践型 “理实一体化”型讨论型 R演示型 参观型 其他教 学方 法R讲授法 讨论法 R演示法 训练法 “教学做一体化”法 探究法 参观法 其他 教 具R计算机 R多媒体设备 挂图 模型 实物 其他 教 学后 记 教案正页 教学设计思路（可用框图）复习旧课用生活用例导入新课知识讲解教师示范学生体验相关讨论归纳总结课后作业主要内容及时间安排课题名称主要内容时间（分钟）任务一回顾知识表示的概念和发展3任务二通过生活中的案例-鸢尾花分类，引入本
6、节课内容5任务三讲解机器学习的概念和特征5任务四讲解机器学习的发展历程5任务五讲解机器学习的应用场景7任务六讲解机器学习的三大表示法8任务七讲解支持向量机的原理及应用13任务八讲解贝叶斯分类器的原理及应用13任务九讲解决策树分类器的原理及应用13任务十多种分类器算法回顾及总结5任务十一布置课后练习-猫科动物的分类3教 案 首 页课题名称人工智能应用概论（第7、8节课）神经网络与深度学习教 学目 标了解深度学习的概念、神经网络的原理以及发展历程；了解深度学习与神经网络的具体应用场景；理解人工神经网络的技术原理；通过Tensorflow游乐场掌握神经网络模型设计、模型训练与预测。教 学重 点深度学
7、习与神经网络的概念；感知机模型与深度神经网络；Tensorflow游乐场。教 学难 点反向传播算法；神经网络的训练与预测。课 型R讲授型 R实践型 “理实一体化”型讨论型 R演示型 参观型 其他教 学方 法R讲授法 讨论法 R演示法 训练法 “教学做一体化”法 探究法 参观法 其他 教 具R计算机 R多媒体设备 挂图 R模型 实物 其他 教 学后 记 教案正页教学设计思路（可用框图）复习旧课用生活用例导入新课知识讲解教师示范学生体验相关讨论归纳总结课后作业主要内容及时间安排课题名称主要内容时间（分钟）任务一回顾机器学习的概念和技术原理3任务二通过生活中的案例-文字识别快递三段码，引入本节课内容
8、5任务三讲解生物神经网络、人工神经网络与深度学习的概念、区别、联系5任务四讲解神经网络与深度学习的发展历程4任务五讲解神经网络与深度学习的应用场景6任务六讲解感知机模型的基本构成及其实现分类8任务七讲解多层神经网络与深度神经网络的技术原理8任务八讲解反向传播算法8任务九讲解Tensorflow游乐场基本功能13任务十讲解Tensorflow构建神经网络与训练流程13任务十一深度神经网络知识回顾与总结5任务十二布置课后练习-修改Tensorflow网络结构对不同训练集进行分类或回归2教 案 首 页课题名称人工智能应用概论（第9、10节课）智能语音技术教 学目 标了解智能语音的概念、原理以及发展历
9、程；理解智能语音的多种应用分类（语音识别、语音合成、语音测评等）；了解智能语音中的具体应用场景；通过智能语音交互平台演示，理解智能语音的操作流程教 学重 点掌握智能语音的多种处理分类教 学难 点智能语音处理原理解释及举例说明课 型R讲授型 R实践型 “理实一体化”型讨论型 R演示型 参观型 其他教 学方 法R讲授法 讨论法 R演示法 训练法 “教学做一体化”法 探究法 参观法 其他 教 具R计算机 R多媒体设备 挂图 模型 实物 其他 教 学后 记 教案正页教学设计思路（可用框图）复习旧课用生活用例导入新课知识讲解教师示范学生体验相关讨论归纳总结课后作业主要内容及时间安排课题名称主要内容时间（
10、分钟）任务一回顾神经网络与深度学习的概念和原理3任务二通过生活中的案例-小度音箱，引入本节课内容5任务三讲解智能语音的概念和特征4任务四讲解智能语音的发展历程4任务五讲解智能语音的应用场景5任务六讲解声学模型的特征提取7任务七讲解语音识别处理流程8任务八讲解语音合成的原理10任务九讲解语音增强的原理及应用13任务十讲解语音转换的原理及应用13任务十一语音处理流程的及应用的回顾与总结6任务十二布置课后练习-智能语音应用场景挖掘2教 案 首 页课题名称人工智能应用概论（第11、12节课）计算机视觉技术教 学目 标了解计算机视觉技术的概念及发展历程；了解计算机视觉技术的具体应用场景；理解卷积神经网络
11、的技术原理；通过CNN explainer掌握卷积神经网络模型设计、模型训练与预测。教 学重 点数字图像处理；卷积神经网络；CNN解释器（cnn-explainer）在线交互可视化工具使用。教 学难 点卷积运算与池化操作；神经网络的训练与分类。课 型R讲授型 R实践型 “理实一体化”型讨论型 R演示型 参观型 其他教 学方 法R讲授法 讨论法 R演示法 训练法 “教学做一体化”法 探究法 参观法 其他 教 具R计算机 R多媒体设备 挂图 R模型 实物 其他 教 学后 记 教案正页教学设计思路（可用框图）复习旧课用生活用例导入新课知识讲解教师示范学生体验相关讨论归纳总结课后作业主要内容及时间安排
12、课题名称主要内容时间（分钟）任务一回顾智能语音技术的概念和原理3任务二通过生活中的案例-小程序重温五四，你最像哪位文艺青年，引入本节课内容5任务三简单概述计算机视觉基本概念与分类技术5任务四讲解计算机视觉技术的发展历程5任务五讲解计算机视觉技术的应用场景5任务六讲解计算机视觉成像原理6任务七讲解数字图像与颜色空间6任务八以车牌识别为例讲解图像处理技术方法15任务九讲解卷积神经网络的组成与原理（卷积、激活、池化、全连接、softmax分类）15任务十讲解CNN解释器（cnn-explainer）在线交互可视化工具实现图像分类8任务十一计算机视觉技术知识回顾与总结5任务十二布置课后练习-使用CNN
13、解释器对自定义图像进行分类2教 案 首 页课题名称人工智能应用概论（第13、14节课）自然语言处理教 学目 标了解自然语言技术的发展历程理解自然语言技术工作原理能够使用计算机编程语言或工具完成简单的自然语言处理相关操作或功能教 学重 点分词与词性标记；自然语言处理应用场景；教 学难 点自然语言计算模型：规则模型和统计模型。课 型R讲授型 R实践型 “理实一体化”型讨论型 R演示型 参观型 其他教 学方 法R讲授法 讨论法 R演示法 训练法 “教学做一体化”法 探究法 参观法 其他 教 具R计算机 R多媒体设备 挂图 R模型 实物 其他 教 学后 记 教案正页教学设计思路（可用框图）复习旧课用生
14、活用例导入新课知识讲解教师示范学生体验相关讨论归纳总结课后作业主要内容及时间安排课题名称主要内容时间（分钟）任务一回顾上次人工智能主题技术的概念和技术原理3任务二通过“巴别塔故事”，引入本节课内容5任务三讲解自然语言处理基本概念、该项技术涉及的任务内容。13任务四讲解自然语言处理技术的发展历程7任务五讲解自然语言处理技术的应用场景13任务六以主流的翻译平台为例，演示和体验机器翻译8任务七介绍一些自然语言处理平台的使用5任务八介绍和演示使用国内的一些主流人工智能平台的自然语言处理能力10任务九课程总结3任务十课堂问题讨论8任务十一作业介绍及发布5教 案 首 页课题名称人工智能应用概论（第15、1
15、6节课）知识图谱技术教 学目 标通过本章知识图谱的学习，主要达到如下目标：1、掌握知识图谱的概念；2、了解知识图谱的应用场景；3、掌握简单知识图谱的构建；教 学重 点1、知识图谱的概念；2、知识图谱的表示；3、知识图谱的应用场景；教 学难 点1、 知识图谱的构建；2、 知识图谱的应用；课 型R讲授型 R实践型 R “理实一体化”型讨论型 R演示型 参观型 其他教 学方 法R讲授法 讨论法 R演示法 训练法R “教学做一体化”法 探究法 参观法 其他 教 具R计算机 R多媒体设备 挂图 模型 实物 其他 教 学后 记 教案正页 教学设计思路（可用框图）用案例、问题导入新课知识讲解教师示范学生练习纠偏、点评拓展训练归纳总结课后作业主要内容及时间安排课题名称主要内容时间（分钟）任务一生活中常见的知识图谱案例讲解10任务二知识图谱的概念5任务三知识图谱的发展历程5任务四知识图谱的表示10任务五知识图谱的技术原理20任务六知识图谱的案例分析10任务七知识图谱的构建5任务八知识图谱问题讨论5任务九知识图谱要点回顾5任务十总结、布置课后作业5
