英文课名： Artificial Intelligence 学 时：32 学 分：2
先修课程：数据结构，编译原理，离散数学 适用专业：计算机科学与技术专业，软件工程专业 一、总论 （一）课程性质：
本课程是计算机科学与技术专业本科，软件工程专业本科的专业选修课 （二）开课目的与任务：
目的：使学生掌握人工智能的基本概念、基本原理、知识表示、推理机制和求解技术，以及相关研究领域的技术方法。启发学生对人工智能的兴趣，培养知识创新和技术创新能力，为今后在相关领域的研究打下坚实的基础。
任务：
1．了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内人工智能研究的基本情况，熟悉人工智能的研究领域。
2．掌握状态空间法、问题归约法和谓词逻辑法，熟悉语义网络法，了解知识表示的其他方法，如框架法、剧本法、过程法等。
3．掌握盲目搜索和启发式搜索的基本原理和算法，特别是宽度优先搜索、深度优先搜索、 等代价搜索、启发式搜索、有序搜索、A*算法等．了解博弈树搜索、遗传算法和模拟退火算法的基本方法。
4．掌握消解原理、规则演绎系统和产生式系统的技术。 （三）课程教学重点、难点、手段等有关说明： 课程的重点：
1、状态空间法、问题归约法和谓词逻辑法知识表示方法。 2、盲目搜索和启发式搜索的基本原理和算法。 3、规则演绎系统和产生式系统。 课程的难点：
1、语义网络法，面向对象的知识表示方法。 2、代价搜索、启发式搜索、有序搜索、A*算法。 3、专家系统和机器学习。 教学手段及教学方法:
采用课堂讲授，课后自学，课堂讨论等教学手段和方法。 1、课堂讲授
在课堂上对人工智能的基本概念、原理和方法进行必要的讲授，并详细讲授每章的重点、难点内容；讲授中注意理论联系实际，通过必要的案例展示、讨论，启迪学生的思维，加深学生对有关概念、理论等内容的理解，并采用多媒体辅助教学，加大课堂授课的知识含量。
1
2、课后自学
为了培养学生整理归纳，综合分析和处理问题的能力，每章都安排一部分内容，课上教师只给出自学提纲，不作详细讲解，课后学生自学。
3、课堂讨论
课堂讨论的目的是活跃学习气氛，开拓思路。需认真组织，安排重点发言，充分调动每一名同学的学习积极性，做好总结。
4、习题课
习题课以典型例题分析为主，并适当安排开阔思路及综合性的练习及讨论。 5、课外作业
课外作业的内容选择基于对基本理论的理解和巩固，培养综合计算和分析、判断能力以及使用人工智能方法用于给定的问题，并能够选择适当的实现方法的能力。
二、课程内容及其学时分配、教学要求 （一）课程内容及学时分配：
章次 1 2 3 4 5 总计
（二）教学要求：
课程的教学要求大体上分为三个层次：了解、理解和认识。 1、了解是能正确判别有关概念和方法； 2、理解是能正确表达有关概念和方法的含义； 3、认识是在理解的基础上加以灵活应用。 三、实验 无 四、课程设计 无
五、教材及主要参考书 教材:
人工智能 丁世飞著 清华大学出版社 2010.12 主要参考书:
1、《人工智能：一种现代的方法（第3版）》Stuart J. Russell, Peter Norvig 著 清华大学出版社 2014.5
2、《人工智能（第2版）》贲可荣，张彦铎著 清华大学出版社 2013.3
2
课程内容 绪论 知识表示 搜索策略 确定性推理 机器学习
学时分配 4学时 8学时 8学时 6学时 6学时 32学时
3、《人工智能基础教程（第二版）》 朱福喜著 清华大学出版社 2011.5
4、《人工智能及其应用（第4版）》蔡自兴，徐光祐 著 清华大学出版社 2014.6 5、《人工智能原理及其应用(第3版)》 王万森 著 电子工业出版社 2012.9 六、考核办法
因为是考查课，所以采用平时+考试的方式进行考核。平时占50分，包括考勤、随堂小考、提问及课后思考设计题目等的完成状况；最后笔试试卷占50分，范围涵盖所有讲授及自学的内容。
3
因篇幅问题不能全部显示，请点此查看更多更全内容