人工智能专业课程设计
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人工智能专业课程设计范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
人工智能专业课程设计范文第1篇
关键词：智能科学与技术；课程体系；培养管理
1背景
智能科学与技术是当前科学研究和工程实践的理论与技术发展的前沿领域，智能科学与技术专业是一个多学科交叉的跨应用领域专业Ⅲ。智能科学技术的发展将把整个信息科学技术推向“智能化”的高度，这正是当代科学技术发展的大趋势，对于这方面人才的需求也越来越迫切。智能科学与技术培养掌握坚实智能科学与技术基本理论和系统专门知识，具备作为工程师或领导者及公民的良好人文修养，具有从事科学研究、工程设计、教学工作或独立担负本专业技术工作能力，深入了解国内外智能科学与技术领域新技术和发展动向，能结合与本学科有关的实际问题进行创新研究或工程设计的高级专门人才。
高校应稳妥发展与完善智能科学与技术专业的本科生教育，夯实本科教育基础并积极创造条件，大力开展创新教学，努力培养学生的创新意识、创新精神和工程实践能力，使之成为具有系统技术基础理论、专业知识和基本技能，良好科研素质和较强创造能力的智能科学与技术工程师。
2教学计划与教学管理分析
智能科学与技术属于计算机类专业，其必修课程设计原则是使学生具备计算机科学与工程的基础理论知识，尤其是大类专业招生教学的院校，通识课程主要是数学、物理文化基础，强调扎实的自然科学基础。专业教学的特色体现在专业必修和专业选修课程，专业必修课一般分为数学基础和专业课程。计算机类专业数学基础课程一般包括线性代数、微积分、离散数学、微分方程、概率与统计、数值计算等；专业课程一般包括程序设计基础、高等程序设计、数据结构、操作系统、计算机组成与结构、数字电路与逻辑设计等。
2.1学分
本科培养计划的学分中，国内外大学学分总数趋势是逐步减少，追求少而精。国内院校一般在130～190学分之间，如北京大学为150学分，清华大学为1 70学分，东南大学与浙江大学均为160学分，还有16学时为1学分的，也有18学时为1学分的。
中国台湾的大学一般在130学分左右。台湾交通大学最低毕业学分为128学分，其中必修课程须达76学分（共同必修58学分+资工组核心须达分+（资工组副核心课程学分+另2组核心课程学分）），专业选修本系课程须达12学分，其他选修课程须达12学分，通识课程须达28学分（含外语课程必修8学分）。台湾“中央大学”为136学分，台湾“清华大学”为136学分，其中必修和必选学分126，其他与导师商量决定。
美国的大学各校差异较大。美国的学分计算有4学期制、两长一短制及两学期制，其中加州大学伯克利分校为120学分，麻省理工大学为90学分，加州大学洛杉矶分校为186学分，斯坦福大学为180学分。
2.2教学管理
在教学管理上，斯坦福大学给学生提供了非常宽松的自由发展空间。新生入校后不分专业、不分学院。除了医学院和法学院学生需要经过一定的选拔程序外，本科生可以在入学后的前一个学期适当时候随意选择专业，并且选择专业后允许更改，只要毕业时满足专业培养方案即可。
国内的浙江大学是较早实行按大类招生的学校之一，分为大类培养、专业培养和特殊培养3类，前两年不分专业，按学科分类集中培养。
台湾的大学专业也是按大类完成前期的基础课程，再分小专业完成各学程，包括基础课、核心课和进阶课。
教学分组是现在的主流课程架构，也是体现专业方向的主要形式，分组课程是体现专业特色的课程组。国内清华大学采用的是分组教学；台湾的大学基本上采用的是以教学方向分组的方式，台湾的大学教学分为课程与修业、学分学程。
2.3实验与实践教学
计算机类专业各大院校都强调课程实验与实验教学，而目前课程该如何进行教学？这不仅是实验问题，如何以工程教育专业论证为目标，怎样使教学目标达到毕业要求是关键。做中学是主流实验教学方式，尤其是美国的大学，大作业体现的是实验与理论教学的结合，是考查学生是否理解理论知识的重要途径。学生不仅能够学习扎实的数学和计算机专业知识，还进行大量的实践创新训练。麻省理工大学、加州大学伯克利分校、加州大学洛杉矶分校、斯坦福大学都属于实践创新性教学模式。例如，斯坦福大学程序设计范式课程重点比较C、C++、Java的特点和难点，每1～2周有一次大作业，针对不同的任务，要求学生用不同的语言实现，使学生加深理解各类编程语言的应用场合；麻省理工大学的课程计划是必须先修12学分的实验课程，再修3门或4门核心课程，最后选择3门方向学科和1门关于该方向的实验课、2门专业拓展课。
3智能科学与技术课程体系分析
智能科学与技术课程体系在智能基础理论研究的基础上，需要安排基础性、通用性、关键性的智能技术研究，主要包括感知技术和信息融合技术；自然语言处理与理解技术；知识处理（认识）技术，包括知识提炼、知识分类、知识表示技术等；机器学习技术，特别是统计与规则相结合的学习技术；决策技术，即知识演绎技术特别是不确定推理技术等；策略执行技术，即控制与调节技术；智能机器人技术，特别是面向专门领域的智能机器人技术；智能机器人之间的合作技术；基于自然语言理解的智能人机交互与合作技术；智能信息网络技术。
国内最早创办智能科学与技术专业的学校包括北京大学，西安电子科技大学是第2批开始培养智能专业学生的院校。北京大学的本科教学计划中，专业必修课程（2分）包括：①专业数学/理论基础（15学分）：算法分析与设计、集合论与图论、概率统计A、代数结构与组合数学、数理逻辑；②硬件与系统基础（分）：数字逻辑设计、微机原理和信号与系统；③智能基础（5学分）：脑与认知科学与人工智能基础。专业限选课程（15学分）包括信息论基础、计算方法B、数字逻辑设计实验、微机实验、数据结构与算法实习、机器感知和智能处理实验、智能多媒体信息系统实验。选修组合课程（29～32学分）：学生按照自己的兴趣，参考智能的2个专业方向推荐专业课组合，自行选择，至少选修20学分的智能专业课程。公共核心+专业方向+新技术及其他：①公共核心课程（分）：智能科学技术导论、模式识别基础、生物信息处理、智能信息处理；②专业方向课程（11～15学分）：机器感知与智能机器人方向、智能信息处理与机器学习方向、新技术及其他。
西安电子科技大学智能专业主要课程包括电路分析理论、信号与系统、数字信号处理、数字电路及逻辑设计、模拟电子技术基础、微机原理与系统设计、数据结构、软件工程、人工智能概论、算法设计与分析、最优化理论与方法、机器学习、计算智能导论、模式识别、图像理解与计算机视觉、智能传感技术、移动通信与智能技术、智能控制导论、智能数据挖掘、网络信息检索、智能系统平台专业实验等课程及30多门选修课程。
建议各学校可以根据学院教学特色与实际需求，设计专业核心课程。北京大学偏重“信息处理”，湖南大学偏重“智能系统”，但需要强调的一个前提就是智能科学与技术专业属于大计算机类，更需要大EECS专业的基础。编程、电路、数学、数据结构、计算机系统这五大核心基础就是大EECS；其次是专业，计算机以系统结构、操作系统、网络、编译、数据库五大经典专业核心课为主，湖南大学的智能科学与技术专业强调系统，因此信号与系统、操作系统、嵌入式系统、人工智能是最基本的专业核心课，然后再分不同的分支。湖南大学智能科学与技术专业核心课程包括人工智能概论、机器学习、计算智能导论、模式识别、智能控制导论、智能数据挖掘、机器人学等；研究学位课程包括模式识别、人工智能等，主要体现为智能科学与技术基础（人工智能概论、机器学习、计算智能导论、模式识别）、核心（智能控制导论、智能数据挖掘）和应用（机器人学）。
4结语
（1）在课程计划实施过程中，教师需要遵循课程的时序图，即描述课程的进阶关系，从本科直到研究生，同时还可以实行一定的修课限制，如台湾交通大学计算机概论与程式设计和面向对象程式设计两科皆不及格者不得修数据结构与算法概论，若数据结构不及格不能修算法设计课程等。
（2）程序设计类课程用上机程序能力考试来设置合格条件，如台湾交通大学基础程式设计及格条件为通过“程式能力鉴定”，湖南大学则以CCF―CSP软件能力测试作为程序设计课程通过的考核标准。
（3）鼓励学生参与项目、竞赛等课外科技活动，如台湾“清华大学”的综合论文训练是由具有同等水平的项目训练成果或SRT（student research training）计划项目以及其他课外科技活动成果经认定后代替的。
（4）精炼的课程教学。核心课程应该精且必须加强课程实验，只有对方法和理论有正确的认识才能掌握这门课程，而动手完成实验才能真正融会贯通。麻省理工大学、加州大学伯克利分校、加州大学洛杉矶分校的学生具备扎实的数学和计算机专业知识后，都需要进行大量的实践创新训练。
人工智能专业课程设计范文第2篇
【关键词】大规模开放在线课程；人工智能课程；翻转教学法
0 引言
近年社会对计算机专业人才能力的要求越来越高，而学生所学与实际需求存在不少差距，高校计算机专业课程教学因而遭遇诟病。依托信息与网络技术支撑的大规模网络开放课程（massive online open course，MOOC）较好贯彻了以学为中心的理念，其翻转教学模式与灵活有效的交互极大提升了学习兴趣[1]。搭建MOOC平台的计算机技术既是技术基础，也是热门MOOC课程。在此浪潮下传统高校计算机专业的教学首当其冲受到冲击，遇到前所未有的挑战。纵观国际三大MOOC巨头的课程建设均始于计算机类专业课程，同时也是所占比例较大的课程系列，其中人工智能（Artificial Intelligence，AI）课程在Coursera、Udacity[1]两个平台上均是最早开设的课程之一。采用何种教学模式更适应社会对人才的需求呢？这是应对挑战的关键问题。
1 人工智能课程的课堂教学困境
人工智能是研究模拟、延伸和扩展人类智能的理论、方法、技术及应用的前沿交叉学科，涉及面广、研究性强，还不断产生新的理论和方法。课程难度大理论强实践难，也是公认难讲的课程之一，该课程具有如下特点：
1.1 先导课多，知识抽象，涉及面广，更新快
前期知识包括：数据结构、离散数学、程序设计、图像处理等。如果前期知识不扎实，很难理解内容并融会贯通。传统内容包括：知识表示和推理、搜索策略、模糊理论、神经网络、机器学习、专家系统、遗传算法等，涉及大量抽象理论和复杂算法。教材普遍特点是：内容滞后，枯燥深奥的理论和解决现实问题的实践联系不紧密。
1.2 研究性强
该领域很多内容仍是科研热点，并不断涌现出新的研究方向、新内容、新方法、新技术和新应用。
1.3 教学方式单调
技术和管理的局限也制约了教学方式，教学方式基本以教为中心，停留在讲授、问答等简单互动上，教学方法单一。很少能提供学生自学、讨论、合作和实践的一整套互动实践机会，难以真正体现以学为中心的理念。
1.4 学生缺乏兴趣
一方面，课程本身特点使得课程容易陷入枯燥的纸上谈兵的尴尬。另一方面，即将毕业的高年级本科生对未来规划明确，抽象的人工智能课程无论从职业发展还是继续深造对学生并没有立竿见影的效果，进一步拉低兴趣。此外，教材滞后，教学方法单一等也会影响兴趣。
如火如荼发展的MOOC的课程，尤其Udacity的课程设计之初就立足于解决实际问题的导向，做法上的独特之处成功吸引了大批学生。课堂教学中借鉴在MOOC上被证明有效的教学模式和方法，不啻为一种尝试，以期摆脱教学困境，提高学习兴趣，最终提升教学质量。
2 MOOC的教学模式
MOOC的教学模式分为三种：cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教学模式特点是学习者完全做主，但复杂的网络互动产生庞大而混杂的知识网，缺乏识别主次和归纳总结能力学生常因信息过载陷入茫然无措的境地。2011年Udacity 创始人之一在网上开设的“人工智能导论”课程改变了表现风格，把互联网作为教学媒体的呈现潜力发挥到极致，按知识点分割内容成短小视频，其间插入现场对问题的解决，突出了Udacity有别于传统教育机构及其先行者的地方：注重发现并解决问题。这就是xMOOC的教学模式，沿袭并创新了熟悉的学习风格，使得MOOC如鱼得水渐渐发展壮大。随着MOOC逐步成熟，为了适合具有专业基础的职业技能培训，发展培养针对具体任务的探究学习教学模式，即tMOOC模式，这是Udacity网站课程的另一个设计目标。表1显示了MOOC的三种模式的对比。
以Udacity的人工智能导论课程为例，只要高中毕业具有概率论和数理统计基础的学生就可以学习，该课程适合入门，但难度较低，内容较少。清华大学的马少平编写的人工智能教材是很多大学，包括我院人工智能课程的教材，清华大学的人工智能课程经过多年发展已经形成了一个系列教学资源库，包括教材、课程视频、教学课件、作业及答案和实验设计等。根据Udacity网站的人工智能导论课程的展示，表2从几方面对比了Udacity人工智能课程与清华大学马少平版的人工智能课程情况：
从表2可以发现Udacity的人工智能视频采用了按知识块分割成短小视频，在期间和完毕之后都准备了测试，细节上体现了以学为主的理念。纵观类似人工智能的国家精品课程[3]，学习资源多为文本类，重用难，对教学重难点没有拓展和转化。这种以内容共享为中心的呈现模式，缺乏与学习者充分交互，难以体现以学为中心的教学理念。
在MOOC的教学设计中，调动学习者极大热情的是翻转课堂，在学习环境中引入了自主协作[4-5]，在交流机制中融入了多元互动，给学习者带来积极、主动、高效的学习，翻转课堂和传统课堂的区别如表3所示：
3 MOOC的教学模式对人工智能课堂教学的启示
3.1 教学内容的优化与调整
MOOC的教学通过把理论抽象的知识点分割成小段录制的微课视频，时长不超过15分钟，内容衔接处具有一定交互性，讲解形象化，提供给学生反复观看，这种用技术处理分解知识点和把难点从抽象变成具象的过程降低了理解难度。
课堂教学也可以通过分而治之的方式对教学内容优化调整。人工智能涉及内容与范围多而杂，作为入门课程并不要面面俱到，根据学生层次，可以区分重点掌握和一般介绍的内容，以点带面铺开，因此，根据学生特点，把成熟的基础理论和这些理论的实际应用整合，辅以其他新技术的穿插介绍，主要分三块：
①人工智能的概念和发展，熟悉人工智能的研究和应用领域；
②人工智能的基本技术，包括知识表示，逻辑推理、搜索策略、模糊理论等；
③涉及现实应用，如：机器学习，模式识别，自然语言理解，智能控制等。
为了反映人工智能领域最新进展，教师还可以收集学生感兴趣的最新成果专题信息，及时更新、调整教学内容，通过与实际更紧密的融合接轨，对课堂上没时间介绍而又较热点的新知识，通过提供方向和资料解决，注重提高兴趣的同时，也展示出课程学科特点、主流技术及发展趋势。
3.2 紧密结合实际
Udacity的开设之初的目的就是学习为了解决现实问题，其人工智能课程设计也不例外，包含有实际遇到问题的解决，这种立竿见影的好处就是极大激发了兴趣。
考虑到高年级学生对解决实际问题技术的兴趣远远大于技术理论等细节，不想花太多时间去理解复杂而难以看到实践效果的理论上，更想通过实际体验解决问题增强成就感。教学内容的设计尤其紧密结合实际运用。
传统人工智能讲授通过实例解答或推证式讲述理论，如知识表示和搜索推理技术，该部分理论强，应用实例少，往往学生感觉枯燥乏味，教师也感觉晦涩抽象，学生对所讲内容基本靠死记方法和步骤，这种僵化的教与学影响了教学效果。
因此，设计教学时尤其注重内容的实用性。除了讲授至今仍沿用和有效的基本原理和方法外，引入近年发展起来的方法和技术，如智能算法等，对这些内容重点在技术的具体实现上，强调与实际的融合贯通。教学过程中加入与课程内容对应又可以用计算机实现的试用内容。如模式识别应用于手写数字识别，通过仿真软件模拟实现算法，获得立竿见影的效果体验，加深对算法的认识，引起学生浓厚的兴趣。同时也对某些很有发展前景的技术兴趣导入，如目前人工智能研究侧重人类理性逻辑功能的模拟，而如果把情感智能考虑进去，才更有人性化的智能决策。这就是经过了将近20年发展的情感计算，随着可穿戴技术渐渐渗透进生活，引起更多关注，这些接地气的内容提升了兴趣。
3.3 实践能力的培养
Udacity 创始人史蒂芬斯博士的说过，“即使是最好的大学，其计算机课程所传授的技能也是浮于理论的”。学习的目的是为了解决实际问题，带着问题学习和思考，有利于主动学习的激发。这些方面，可以参考Udacity人工智能课程的实验内容修正。强调学习是为了解决实际问题服务的目标。
3.4 教学模式及教学方法的变化
3.4.1 实例教学法
人工智能内容的抽象性决定了知识点的难度，Udacity人工智能课程教学中尽量把难懂的知识点结合现实中有趣实例，通过感性体验提高理性理解，让学生容易接受。笔者进行了一些化难为易的尝试：如利用汉诺塔问题讲解状态空间的知识表示，通过野人过河的游戏程序步步领会理论精髓；结合下棋软件体验模拟人脑思考的计算机博弈的极大极小搜索思路，这些实例教学激起了兴趣，扩展了学生思路，拓宽了视野。
3.4.2 翻转教学法
整门课程录制课程小视频还有一定难度，作为尝试，选择少量知识点录制视频进行翻转教学。如抽象的理论部分，借鉴网上已有视频资源融入教学过程，分解知识点破解难点，形象化与短时间的重复讲解，增加学生对抽象内容的理解，期间穿插核查对理解内容的核查，并留出思考时间，强化学习效果。
3.4.3 交互环境的营造，辅助教学过程完善
1）基于联通主义的学习交互[6-7]
在MOOC课程中，提供在线交流论坛，学习者建立课程组，学习组等方式交流，这种教与学、学与学的交互不但是网状进行的，而且是即时的。学生将互动产生的内容作为学习的中心，通过学习者不同认识的交互，建立新的认知结构，拓宽了视野，更有利于问题的有效解决。这种互动交流分成三种形式：
①教师对统一回答提问集中且意义较大的疑难问题；
②学习者分享学习感悟；
③学生间交流带来不同认知的碰撞。
以上三种情况的互动在课堂教学中也可以运用于课堂教学：及时分析整理共同问题，集中回复；课堂教学的互动除了课堂上及时了解学生反馈的互动，还有对解决问题的互动。课下互动可以利用学者网建立课程组，提供了较好的师生交流形式与效果，同时利用学习组在小组中分享互助，小组成员的交流引起认知碰撞，这种实际参与的体验加深了理解，并巩固学到内容，这些资料的逐渐积累还可以复用。
2）基于行为主义的学习反馈[8]
MOOC 遵循了程序教学的一般原则，尤其注重学生反馈，像游戏一样关卡设置让整个过程充满挑战性，一些机器评分实现了及时学习反馈，摆脱了单向提供课程资源的弊端。课堂教学可以借鉴这种借助技术手段互动了解学生学习的情况，促使有意义学习的发生。
4 教学改革的实施
利用以上措施在《人工智能》课程的教学中实践，通过在xMOOC教学模式中部分适当内容引入翻转教学法与利用学者网的课程交互，探索提高兴趣，促进理论与实践的融合，促进有意义学习的发生，提高学生实践能力的途径。通过观察，调查与访谈等方式，了解学生在该教学模式中兴趣与能力改善状况，同时研究教师教学法转变与教学水平变化的关系，根据追踪研究效果，发现这种改善调动了学习兴趣，促进了教学效果。实践中通过建立实验组（班）与对照组（班）、评价教学模式和教学效果等因素，不断总结、修正和完善，期望建立适应当前形势与环境的有效的该课程的教学模式与教学方法。
5 结束语
笔者结合人工智能课程的教学实践，针对本科高年级的教学特点和人工智能课程学科特点，提出在设计人工智能教学时，通过MOOC的教学模式和教学方法完善课堂教学，注重内容的实用性和新颖性，适当穿插新方向的内容，目标是将难学、枯燥、难理解的问题，变得易学、有趣、易理解。从学生反馈来看，这些方法起到了积极的实际效果，有效地提高了学习积极性。
【参考文献】
[1]udacity的人工智能导论课程网[EB/OL].https：///course/cs271.
[2]王萍.大规模在线开放课程的新发展与应用：从cMOOC 到xMOOC[J].现代远程教育研究，2013（03）：13-19.
[3]国家精品课程资源网[DB/OL].[2013-04-22].http：//.
[4]徐明，龙军.基于 MOOC 理念的网络信息安全系列课程教学改革[J].高等教育研究学报，2013，36（03）.
[5]王文礼.MOOC 的发展及其对高等教育的影响[J].江苏高教，2013（2）：53-57.
[6]李青，王涛.MOOC：一种基于连通主义的巨型开放课程模式[J].中国远程教育，2012（3）：30-36.
人工智能专业课程设计范文第3篇
2012年学校财务信息管理专业成功申报后，前后已经迎来了2013、2014两届学生，作为一门融合财务会计与信息技术相交叉的新专业，专业建设不仅要秉承传统的财经学相关理论，而且还要适应信息化时代的市场需求，培养企业需要的人才。时值今日，具备“智能化行为”特征的“智能化企业”成为大多数传统企业的需求。在经过专业内全体教师多次反复调研、考察、研讨、学习后，2014级财务信息管理专业人才培养目标初步确定为：数据分析引领财务决策信息化。在此基础上，专业定位设计提出三个层次要求：基于财务会计、强化数据分析、服务管理决策。
二、商务智能课程定位
课程定位需要与课程体系相辅相成，要思考并把握本门课程在课程体系中的地位与作用。财务信息管理专业课程体系建设基本遵循“三步走”思路，即第一学期注重财务会计基础理论知识的教授、第二学期突出数据分析核心知识的教授、第三学期侧重决策智能前沿知识的教授，形成的梯队知识体系助力本专业人才培养方案实施。
（一）从跨学科特性来看
商务智能课程是一门集管理科学、信息技术、数据统计和人工智能等多个前沿领域的交叉性学科课程，顺利完成该门课程的授课需要前导课程的支持，因此，商务智能课程在以上三层梯队知识体系中位于最后一层。
（二）从其最早的概念阐述来看
美国加特纳集团分析师HowardDresner认为商务智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商务决策的制定。可见，商务智能是商务分析中辅助决策的有效利器。
（三）从大数据时代背景来看
各国政府都在强调“基于数据驱动的决策方法”，商务智能与生俱来采用的数据仓库、联机分析处理和数据挖掘等核心技术体系有效地支持了数据驱动全过程，合理利用并可以成功将数据转化为价值。综上，结合专业定位，商务智能的课程性质是专业核心课，其课程定位设计为“基于数据驱动的决策方法，变数据为价值。”
三、先修/后续课程衔接设计
目前，在全国，商务智能课程主要在计算机类、经管类（信管、电商、物流）等本科层次以上专业开设；在财经类专业且面向高职层次开设商务智能课程，还属罕见；这是本校适应“后信息经济时代”市场需求、实施专业创新与课程改革方面的具体表现。作为一门面向财经类高职生开设的新兴发展课程，如何区别于计算机、软件等专业已开设的类似课程，如何贴近财经类高职类学生的注重动手能力、掌握关键核心技术等特点来开设这门课程将面临着众多挑战。但是，在大数据时代，如果将大数据看成是一种资源,商务智能则是一种驱动力，二者已成功且广泛地应用于金融服务业、交通运输业、通讯业、零售业、能源与公共事业等各行各业中；而且，财务分析已然成为商务智能在众多行业中一个重要的应用领域。因此，在财经类专业开设注重数据驱动财务决策过程的商务智能课程已势在必行。只是，在开设这门课程时，要从实际情况出发，既要考虑当下财经类专业全局课程体系安排，又要兼顾商务智能课程本身的特点，充分思考商务智能课程与先修课程和后续课程之间的逻辑关系和衔接要求。
（一）先修课程
商务智能的先修课程安排可以从以下五个层次分析。第一，商务智能作为计算机、数学、统计等基础学科相交叉的前沿学科，需要学生能够综合运用这些基础理论知识，因此，从学生知识能力的层次要求来看，计算机应用基础、经济数学、应用统计学属于第一层次；第二，商务智能要整合企业的业务系统数据，作为数据加工厂需要学生充分领会“数据收集———数据处理———数据分析———数据展现———报告撰写”的完整数据加工过程，本专业课程体系内设计的“财务数据分析”课程属于第二层次；第三，商务智能作为多种技术综合应用的解决方案，需要学生至少掌握一种主流软件厂商提供的解决方案，并且要求学生能够领会完整项目交付的全过程理念，数据库原理及应用和项目管理两门课程属于第三层次；第四，商务智能作为决策工具，要求学生主要从财务层面学会运用企业经营领域内的决策支持理论，财务管理、财务分析与决策、管理会计等专业课程属于第四层次的先修课程；第五，商务智能作为决策工具，学生仅从财务层面掌握决策分析的理论还是不充分的，还需要学生能够了解企业经营全貌，增强学生对企业业务的理解能力，因此，作为第五层次的课程———企业经营沙盘课程恰好可以实现此衔接要求。
（二）后续课程
在大数据时代，几乎每个人都生活在数据中，几乎所有人都在制造和分享数据。“大数据如何让商业更智能？”对这个问题的思考与回答成为引发商务智能后续课程开发的源动力。大数据要让商业更智能，需要从流程优化、客户洞察、营销规划、产品创新、物流管理、人力资源管理、风险控制七个方面提升大数据对企业竞争的影响力。而作为商务智能后续课程的专业拓展课程其课程性质界定了其后续课程设计不能从这七个方面全面铺开来讲授商务智能的应用。因为，对专业拓展课程的范围设计，需要对专业（群）进行相应分析，根据拓展课程对应岗位群的具体要求，确定与其相关性较强，交叉较多的领域进行。因此，我们选择了从流程优化的角度去拓展商务智能的应用，选择以“流程优化”为主题的“流程智能”课程作为商务智能的后续课程，通过这门课程拓展培养学生深入理解运用商务智能核心技术实现流程优化方面的能力。
四、今后努力方向
人工智能专业课程设计范文第4篇
一、目前机电一体化专业教学存在的问题
（一）对专业内涵的理解不够机电一体化的本质是将电子技术引入机械控制中，也就是利用传感器检测机械运动，将检测信息输入计算机中，计算机得到能够实现预期机械运动的控制信号，由此来控制执行装置。若是真正意义上的机电一体化产品，它有两个明显的特征，一是要有运动机械，二是采用了电子技术，通过计算机指令和反馈来实现柔性化和智能控制。而不少专业教师却单一地认为，机电一体化专业就是学一点机械类课程，学一些电子类课程，如果加上一些控制类课程，简单拼凑就是机电一体化了。因为理解不够，所以对最后的综合实践课程，没有引起足够的重视，课时量及训练强度不够，大量精力花在了使学生获取装配钳工或维修电工高级工证书上。但社会现实却是机电一体化技术发展到了新的高度，随着光学、通信技术等的进入，机电一体化出现了光机电一体化；而人工智能技术等领域取得的巨大进步，为机电一体化技术开辟了发展的广阔天地，开启了机器人的新时代。这迫切需要我们五年制高职机电一体化专业融入新技术、新技能。
（二）对关键核心课程的融合不够目前，机电一体化技术专业主要开设机械类、电子类和控制类专业课程。技能实践课程也大致这样划分，在最后阶段，再开设综合专业课程和实践课程。如果按专业方向划分，则制造技术方向开设CAD/CAM软件应用技术、机电设备机械安装与调试技术、机电设备装调工（装配钳工）训练与考级；控制技术方向开设电气制图及CAD技术、机电设备电气系统安装与调试技术、机电设备装调工（维修电工）训练与考级。以上所有课程基本上都是分机械和电子课程两条线展开的，对PLC和单片机的理解运用不到位，到最后真正能融合机电技术、体现机电一体化专业特点的机电设备安装与调试技术实践课只开3周，而装配钳工和维修电工课程分别开了11周。很明显，对前者这门综合性的核心实训课程重视不够，其带来的后果是学生虽然分别掌握了机械类、电子类、控制类课程的知识和技能，但没有融合三类课程和技能，没有达到真正的机电一体化人才培养要求。
（三）对技术技能应用能力的强化不够对于五年制高职的学生来说，最重要的专业能力是专业技术技能应用能力，而不是开发和设计能力。具体地说，就是操作机电一体化设备的能力，具体分析、制定机械加工工艺文件的能力，能处理生产车间现场工艺技术问题，具有维护、维修机电一体化设备的能力。而现在大部分学校对学生的技能要求就是制造技术和控制技术两个方向，就是取得装配钳工高级工或维修电工高级工证书。这些技术技能肯定不能让学生完全了解和掌握机电一体化专业的核心技能。学校应当通过校内机电设备装配调试相关课程设计、专项实训，使学生获得初步的技术技能应用能力，最后通过综合实训课程，使学生获得真正的机电一体化专业技能，并努力培养学生分析和解决实际问题的能力。
二、对培养学生专业技术技能应用能力的探索
（一）多元整合优化专业课程体系目前，职业学校普遍开设三类课程：综合化课程（技术基础模块）、一体化课程（技术模块）、项目化课程（技术训练模块）。综合化课程模块是机电专业领域岗位群相关职业通用性的必备技术理论和基础技能；一体化课程是机电专业相关技术领域中某种技术知识和技术应用方法有机整合的课程，如PLC编程及应用技术、单片机应用技术、传感检测技术等；项目化课程是培养学生专项技能和综合职业能力的课程，该类课程与职业技能或职业资格要求融通，突出熟练技术运用能力的培养，如机电一体化专业中的钳工技术训练、机加工技术训练、机电设备装配调试技术训练等。而对上述三类课程进行整合优化，就形成了真正的机电一体化课程，包括机电一体化技术理论课程、机电设备装调技术课程设计、机电一体化设备装配调试实训课程等，这是最能体现专业特点和要求的课程，是机电技术的真正融合。
（二）开设综合化的核心实践课程目前，综合实训课程开设的情况是：制造技术方向开设装配钳工，控制技术方向开设维修电工。如果培养机电综合能力，就要把PLC编程及应用技术、单片机应用技术、传感检测技术加以强化，增加机电设备安装与调试技术课程的学习和实践，开设光机电技术和机器人技术实训课程，让学生了解并掌握较为前沿的机电一体化技术技能。
（三）重点培养学生专业技术的应用能力目前，不少学校机电一体化专业主要进行电工、车工、钳工三项实践技能训练和职业技能鉴定，学生初步掌握了机电技能。但这些技能是独立的、分散的，没有与机电岗位的综合技能匹配。随着技能大赛的推进，各校购置了机电一体化设备，培养了一批能胜任机电一体化专业综合实践技能教学的师资队伍，也有了较为成熟的实训项目，完全有条件、有能力开展综合实训。目前，省内职业学校机电综合实训课程主要使用光机电一体化设备，该设备的组成包括电子控制模块和机械机构。电子控制模块主要有主令电器模块、传感器模块、控制模块、变频器模块、驱动电磁阀等。机械机构包括运料机构、传送带机构、推料机构、机械手机构等。工作原理是利用先进的控制设备，控制生产机械自动完成生产的自动化过程。这套设备虽小，但它涉及了机电一体化专业各个方面的知识和技术，体现了机电一体化专业的核心技能。教学实践的具体做法是，以学会技术技能、完成任务为中心，以项目形式来安排训练内容，让学生用学过的指令实现各种电气控制线路图，模拟实现工业生产控制中的小项目，如工业洗衣机、自动轧钢线、邮件分拣系统等，然后在机电气一体化实训台进行分块练习，熟练掌握每一个单元的自动控制功能，最终目标是将各单元组合为能够实现不同生产要求的控制系统。这些技能训练都来自生活和生产，学生对项目课题感兴趣，教师引导学生主动思维，引导学生分析问题、动手解决问题，真正培养学生专业技术的应用能力。
人工智能专业课程设计范文第5篇
在总结和分析智能科学技术创新教育重点及难点的基础上，着重探讨理论教学与工程实践相结合的创新教育模式，强调实施创新教育模式对培养创新型智能科技人才的重要性。
关键词：
智能科学技术；创新教育；工程实践；创新型智能科技人才
0引言
自2004年起，我国智能科学技术教育已走过12个年头。全国众多高校在教育部的批准下，建立了智能科学技术学科，逐步形成了包含本科生、硕士生、博士生在内的三层智能科学技术教育体系[1]。中南大学的蔡自兴教授在《智能科学技术课程教学纵横谈》中提到智能科学技术学科是以人工智能和认知科学为基础建立和发展起来的学科，具有高度交叉和多学科融合的特点，该学科包含的基础课程、专业基础课程和专业课程都属于智能科学技术课程[2]。智能科学技术是一门前沿学科，在社会智能化进程中起着引领和推动的作用。探索出适应人才培养的创新教育模式以及培养出适应社会需求的创新型智能科技人才是时代赋予智能科学技术课程教育的使命。
1智能科学技术创新教育的重点和难点
智能科学技术在一定程度上代表了信息技术的前沿方向，因此智能科学技术学科教育对现行的教育理念和教育模式提出了更高的要求[3]。在现有的教育体系中，“学做分家”或“重学轻做”的现象仍然普遍存在，这里的“学”是指课堂上师生面对面的理论学习，“做”是指以教师为指导的课程实践或理论和实际相结合的工程实践。当然，造成这种现象的原因是多方面的，包括有限的教学资源及实验资源、教师队伍的建设不足以及过于陈旧的教学理念等。针对这种情况，合理地发展创新教育刻不容缓。如何在有限的教学条件下，加强教师队伍的建设与管理，改变教学理念，探索出真正符合时展的教育模式，是智能科学技术创新教育的重点和难点。目前，许多高校的智能科学技术教育仍然停留在理论教学或只是融入了少量简单的实例演示，学生动手实践的机会很少甚至没有。这无疑给创新教育的推进带来更大的难度。如何引导学生在掌握理论知识的基础上提高实践能力是亟待解决的问题。针对目前智能科学技术课程教育形式的现状，我们需要对智能科学技术的基础课程、专业基础课程、专业课程等进行整合，对课程的教学理念与内容、教师队伍的培养、教学方法等进行全方位的研究与实践。
2智能科学技术创新教育模式：理论教学与工程实践相结合
理论教学按照学科、专业和研究方向的层次设置相关的理论课程[4]18，通俗地讲就是学生根据自身需求主动或被动地从课程教材中获取知识的过程，这其中既包括学科的基础理论，也包括专业技术理论。单纯的理论教学大多数是以文字、图表等一系列的抽象形式存在，在为学生补充丰富的理论养分的同时却忽视了学生的主观能动性，即便实践案例偶尔会穿插在理论教学之中，对培养新型人才也是远远不够的。同时，理论教学具有分散性、复杂性及不系统性等特点，如果不将理论付诸应用实践，知识就不能被很好地简化、集中化及系统化，往往会产生徒劳无功的效果。工程实践能力是大学生培养质量的指标之一[4]20，是运用专业知识解决复杂工程问题的重要表现。不可否认，理论教学为工程实践提供扎实的理论基础，但强化学生的工程实践能力同等重要。目前，各大高校都在致力于学科建设，在提高自身科研水平的基础上，尽力将科研成果进行转化。这期间，加大学生工程实践能力的培养，无论是对学校还是学生，都意义非凡。因此，探索出合理的理论学习与工程实践相结合的创新教育模式尤为重要。为了更好地实现理论学习与工程实践相结合的教育模式，我们建立了一套完整的智能科学技术创新平台。整合智能科学技术课程，加入交叉学科的元素，建立面向智能科学技术的专业实验室，一方面，发展实验室与相关企业合作，学生可以提早进入“工作实践”模式，增大毕业学生的就业几率；另一方面，学生进入实验室可以扩大自主学习空间，完成理论知识到工程实践的转化，提高自身竞争力，为将来顺利走入社会增加保障。为了提高学生运用专业知识解决复杂工程问题的能力，任课教师可为每门课程设置专属的课程设计，学生根据自己的选题在教师的指导下完成相关的课程设计，消除学生对课程理论“学而无用”的烦恼，某种程度上还可以改变部分学生的学习态度。除此之外，还可以要求学生参与教师的课题研究或项目，学生可以根据自己的研究方向或自身的兴趣自主选择，制订课题或项目计划书，由指导教师定期抽检。这样既可以让学生在实践中提高专业能力，也可以让学生学会更好地自我管理[5]。同时，为了培养出具备理论知识和工程实践能力的扎实型人才，应该进行案例分析教学与工程实践指导相结合的实战演练，教学和实践指导的第一主体设定为学生，这样就打破了教师在教学中永远占有主体地位的传统教育模式。学生根据理论教学中获得的专业知识，收集相关的项目案例进行集体的分析教学，自行设计方案，加入相应的验证实践，教师做最终的概括总结。整个过程可以很好地激发学生的研究兴趣，开拓其视野，通过交互学习，提高其发现问题、分析问题及解决问题的综合能力。智能科学技术理论教学和工程实践相结合的教育模式并非首次提出。但是由于智能科学技术是一门高度交叉、多学科融合的前沿学科，很多课程教学仍然处在探索阶段，因此建立完备的智能科学技术创新平台，学生参与教师课题项目以及进行案例分析教学与工程实践指导并重的实战演练，同样面临严峻的挑战。这就需要高校各层人员的集中努力和积极配合，为创新教育模式的发展提供更有利的条件。
3智能科学技术创新教育目标：培养创新型智能科技人才
大学教育的目标之一就是培养社会所需的各界人才。智能科学技术作为前沿学科，其创新教育的实施是培养创新型智能科技人才的需要。同时，实施智能科学技术创新教育的目标之一是培育出高素质的创新型科技人才。自2004年起，各大高校纷纷建立智能科学技术学科，目的就在于培养具有专业基础知识扎实、工程实践能力强、综合素质高，且具有创新能力的复合型人才，以满足智能科学界的人才需求。智能科学技术的创新能力是指智能科学技术专业人才从无意识的创新变成有意识的创新，能够创新性地分析问题、解决问题，懂研究会开发[6]。智能科学技术专业毕业的学生要求具备扎实的智能科学技术课程知识、强大的综合应用以及创新能力、良好的职业素质。理论教学使学生获得全面的课程知识，工程实践使学生获得强大的应用实践能力，通过两者的结合，学生增强创新意识，获取良好的职业素质。
4结语
当今社会科技高速发展，创新领域不断涌现，对智能科学技术等前沿学科人才的需求较大，培养出具有创新能力的智能科技人才相当迫切且尤为重要。大学生教育是我国当前教育的较高层次阶段，为国家建设输送高层次、高质量并有工程实践能力的合格人才。理论教学与工程实践相结合是培养合格人才的重要环节，任何偏重理论教学或偏重工程实践的教育模式都是片面的。高校学生的教学模式没有定律，需要根据社会对人才类型的需求不断地探索研究。针对当前的实际情况，应围绕理论教学与工程实践的结合及其之间的相互影响，不断创新、不断完善教学方法及手段、提高教学质量，为培养出具有创新意识和创造能力的高级复合型人才打下坚实的基础。智能科学技术学科实施理论教学与工程实践相结合的教育模式不仅能培养人才，还能更好更快地把科研成果转化成具备实际应用价值的科学技术产品。
作者：石跃祥 任晓雪 朱东辉 单位：湘潭大学信息工程学院
参考文献：
[1]王万森.探索智能教育创新模式,培养创新型智能科技人才——写在我国智能科学技术教育开创八年之际[J].计算机教育,2012(18):5.
[2]蔡自兴.智能科学技术课程教学纵横谈[J].计算机教育,2010(19):2-6.
[3]王祝萍,陈启军.对智能科学技术教学的几点认识[J].计算机教育,2010(19):115-117.
[4]孙红,蒋念平,陈玮,等.智能科学与技术专业理论教学与工程实践的融合[J].计算机教育,2012(18):17-21.
