一、课程简介

（一）课程中文简介(300-500字，含实训主要内容、实训教学目标等)

本课程为智能科学与技术专业学生的专业必修课，是一门综合实践课程。课程的全部内容针对某个具体项目的要求进行设计和实现组成。该课程要求学生综合利用已经掌握的程序编写、算法设计以及各类智能问题的解决方法等知识，按照要求设计并实现若干基本的、较为典型的智能系统。本课程的主要目的有三点：第一，使学生巩固已经掌握的相关知识与技能；第二，使学生学习并了解典型智能系统的结构及算法，对不同类型的智能系统有较为深入的认识；第三，使学生通过实践，学习并锻炼综合利用所掌握的知识解决实际问题并构造具体智能系统的能力。

（二）课程英文简介

This course is a professional core course for undergraduates in Intelligent Science and Technology, and it is a comprehensive practical course. This course requires students to make comprehensive use of the knowledge of programming, algorithm design, and solutions to various intelligent problems that they have mastered. It also requires students to design and implement a number of basic and typical intelligent systems in accordance with the requirements. The main purpose of this course has three aspects. Firstly, it enables students to consolidate the relevant knowledge and skills they have already mastered; Secondly, it enables students to learn and understand the structure and algorithms of typical intelligent systems, and have a deeper understanding of different types of intelligent systems; Lastly, it enables students to learn and exercise the ability to comprehensively use the knowledge they have mastered to solve practical problems and construct specific intelligent systems through practice.

二、实训课程目标

通过本课程理论知识学习和实践训练，使学生能较全面、深入地理解和掌握智能系统的知识获取、表达与储存方式、基本结构设计，为学生今后从事相关领域的工作打下坚实的基础。在智能科学与技术专业的人才培养中，本课程还承担培养学生能够基于智能科学与技术的基本原理对人工智能领域复杂工程问题进行研究，并根据研究对象特征设计实验方案的能力。

具体而言，本课程的目标包括：

CO1：记忆智能系统的基本概念和发展历史，同时要求学生对几种典型的智能系统进行分析，能够提出自己的观点，发现问题。

CO2：掌握智能系统的基本结构设计，能够利用简单的组件构建智能系统的基本框架，对智能系统的基本结构有所认识；掌握智能系统的知识获取、表达与储存方式，了解并实践规则与统计两种不同的知识获取方式，并设计实践知识库中知识的表达与存储。

CO3：掌握智能系统的中的决策、学习及相关算法，运用智能系统中的学习和决策思想及策略，学习并实践若干典型的相关算法，对不同类型的智能系统有较为深入的认识。

CO4： 综合应用智能系统中的基本技术，设计并实现一个较为完整的智能系统，比如：纸质试卷自动评阅系统、疲劳检测系统、题库知识点自动分类系统、医疗问答专家系统、云考试录屏视频反作弊分析、PDF文档水印去除、从零开始实现文字识别等系统。

课程目标与所支撑的毕业要求指标点的对应关系如表1所示。

表1课程目标与所支撑的毕业要求内涵观测点的对应关系

三、实训、实践内容与要求

本课程以实践为主，教学和答疑为辅，教学部分内容分为两种形式，其一是在实践开始之前通过一次实践指导课为学生介绍智能系统设计的基本知识；其二是在实践过程当中通过个别答疑的方式对学生进行针对性辅导。实践及辅助教学内容可划分为4个主要内容：

第一部分：智能系统的基本概念与体验（2学时）。包括智能系统的基本概念和发展历史，同时要求学生对几种典型的智能系统进行分析。

第二部分：智能系统的基本结构设计（2学时）。利用简单的组件构建智能系统的基本框架，对智能系统的基本结构有所认识。

第三部分：智能系统的中的决策、学习及相关算法（4学时）。了解智能系统中的学习和决策思想及策略，学习并实践若干典型的相关算法。

第四部分：智能系统的综合设计与实现（14学时）。这一部分要求学生独立的，或在教师的辅助指导下，利用前面掌握的基本技术，设计并实现一个较为完整的智能系统，比如：纸质试卷自动评阅系统、疲劳检测系统、题库知识点自动分类系统、医疗问答专家系统、云考试录屏视频反作弊分析、PDF文档水印去除、从零开始实现文字识别等系统。

四、实验设备与环境配置

1.计算机：Intel Core2 Duo E4300 1.8GHZ、内存512MB、硬盘30GB以上。

2. 开发环境： Python，Jupyter笔记实验环境+云桌面实验环境。

3. 实验题目及结果：学生在希冀实验平台进行实验，使用系统提供实验项目并判定实验结果。

五、课程思政、创新创业元素（1学分课程要求至少确定5处“课程思政”融入点和2个“创新创业教育”案例；2学分及以上课程要求至少确定10处“课程思政”融入点和3个“创新创业教育”案例。实践类课程融入点可酌情减少。）

六、主要参考资料（小4号黑体）

[1]刘河，杨艺.智能系统[M].北京：电子工业出版社，2020．

[2]陈云霁，李玲，李威，郭崎，杜子东.智能计算系统[M].北京：机械工业出版社，2020.

[3]耐格纳威斯基（澳）著，顾力栩等译.人工智能：智能系统指南[M].北京：机械工业出版社，2007．

七、考核方式、方法及实验成绩评定方法

考核成绩可以采用五级制或百分制，应从工作态度、作品质量、实训报告质量、沟通能力、独立分析与解决问题能力、团队与合作等方面进行评价。

（一）评分标准

表2评分标准

（二）考核环节权重

表3 实训课程目标与项目环节对应关系

注：表格中“斜体”段落为示例，“斜体+下划线”段落为说明。

撰稿人：包永堂

审核人：崔宾阁

批准人：崔宾阁