|
教学内容 |
讲课学时 |
实验学时 |
上机学时 |
习题课 |
其他 |
1、绪论 |
√（4） 4 |
－ |
－ |
－ |
－ |
2、人工智能的数学基础 |
6 |
－ |
－ |
－ |
－ |
3、知识与知识表示 |
√（8）10 |
－ |
－ |
－ |
－ |
4、经典逻辑推理 |
√（2） 6 |
－ |
－ |
－ |
－ |
5、不确定与非单调推理 |
4 |
－ |
－ |
－ |
－ |
6、搜索策略 |
√（9）10 |
－ |
－ |
－ |
－ |
7、专家系统 |
√（3） 6 |
－ |
－ |
－ |
－ |
8、机器学习 |
6 |
－ |
－ |
－ |
－ |
9、模式识别 |
√（2） 6 |
－ |
－ |
－ |
－ |
10、智能决策支持系统 |
√（4） 6 |
－ |
－ |
－ |
－ |
11、神经网络 |
4 |
－ |
－ |
－ |
－ |
12、智能计算机 |
4 |
－ |
－ |
－ |
－ |
合计： |
32 |
－ |
－ |
－ |
－ |
课内外学时比例： |
1：4 |
－ |
－ |
－ |
－ |
| |
|
|
|
|
|
|
|
|
| 相关信息: |
|
| 与本课程相关的先修课程有：高级语言程序设计、离散数学、组合数学、数据库原理等。 |
|
| | |
