教学大纲-人工智能专业英语

《人工智能专业英语》课程教学大纲课程代码：课程名称：人工智能专业英语开课学期：学分/学时：2/32课程类型：必修适用专业/开课对象：先修课程：开课单位：团队负责人： 责任教授：执笔人： 核准院长：一、课程的性质、目的与任务《人工智能专业英语》是为开设人工智能专业英语课程编写的教材，在满足人工智能英语教学的同时，注重实际应用与调动学习兴趣。全书共分为10个单元，分别为人工智能介绍、知识表示和推理、不确定性推理、人工智能的搜索方法、机器学习、人工神经网络、深度学习、强化学习、计算机视觉和自然语言处理。本课程的目的与任务是使学生通过本课程的学习，深入了解人工智能的相关知识，熟悉IT行业的相关英语技能，并运用在今后的学习生活中。本课程信息容量大，知识性强，注重英语能力的全面培养和实际应用，除要求学生掌握人工智能的基础知识和相关英语技能，更重要的是要求学生掌握理论与实践结合的学习方式，为更深入的学习打下良好的基础。二、教学内容及教学基本要求1.IntroductiontoArtificialIntelligence——人工智能介绍（2学时）了解图灵测试；了解人工智能的发展过程；了解人工智能的优势和风险；理解人工智能的定义；掌握在英语写作中标点符号的应用2.KnowledgeRepresentationandReasoning——知识表示和推理（3学时）了解知识的分类与特性；了解知识表示和推理的优势；了解计算机学习的方法；了解计算机学习的优势；理解基本的知识表示和推理的方法；掌握用图片说明数据的方法；掌握在文档中添加表格和图片的技巧。3.ReasoningwithUncertainty——不确定性推理（3学时）了解不确定性推理基本理论；了解非单调逻辑的概念和用途；了解概率推理的基本思想；了解模糊逻辑的基本思想；掌握概率推理的计算方法；掌握使用不同社交媒体交流。4.SearchMethodsinArtificialIntelligence——人工智能的搜索方法（3学时）了解启发式搜索的概念；理解启发式搜索的算法；了解启发式搜索的优势；了解行为模式人工智能的概念与优势；了解旅行商问题；理解遗传算法；掌握PowerPoint等软件的使用方法。5.MachineLearning——机器学习（3学时）了解决策树在机器学习中的应用；理解决策树模型的基本思想；了解线性回归算法在机器学习中的应用；了解K均值聚类算法；了解肘部法则；了解报告和提案的撰写方法。6.ArtificialNeuralNetworks——人工神经网络（4学时）了解人工神经网络的基本概念；了解人工神经网路的基本特征；了解非线性激活函数；了解人工神经网络在手写数字识别的应用；了解前馈神经网络；掌握撰写短篇报告和提案的方法。7.DeepLearning——深度学习（3学时）理解深度学习、机器学习和AI的区别；了解多层感知机；了解LSTM网络结构；了解卷积神经网络；了解图神经网络；掌握商务信函的撰写方法。8.ReinforcementLearning——强化学习（4学时）理解强化学习和深入学习的关系；了解强化学习的基本概念；了解Q-learning算法的基本思想；理解马尔科夫决策过程；理解强化学习在AlphaGoZero上的应用；掌握结束商业信函和日常信函的撰写方法。9.ComputerVision——计算机视觉（4学时）理解计算机视觉、图像处理和机器学习之间的区别；了解图像特征提取概念和用途；了解计算机视觉在动态捕捉方面的应用；了解图像分割的方法；了解求职；撰写有效的求职信。10.NaturalLanguageProcessing——自然语言处理（3学时）了解自然语言的处理过程，分为四步：语音识别，语句分析，语义分析，语用分析；理解机器学习和深度学习的区别；了解BERT模型；了解Word2vec模型；掌握策划简历。三、教学方法本课程教学方法以教师为主导的启发式讲授教学法为主，讨论（提问）式教学为辅，结合课外学习的教学方法。1．本课程概念较多，因此教学形式以讲授方式为主。本课程拟采用多媒体PPT的教学方法，增加课堂信息，浅显通俗地对概念、定义和原理进行解释，增加教学的直观性，教学过程中注意各个知识点的关联性，以使学生更好地理解课程内容。2．对课程中关键性概念、设计思想方面的问题辅以课堂讨论的形式。3．为加强和落实动手能力的培养，每章课后应安排作业，帮助学生学习和应用。四、课内外教学环节及基本要求本课程共32个学时，讲授16周（每周2学时）授课时间比例为：听说部分40%，阅读部分40%，写作部分20%1.课内教学环节：本教材共有10个单元，每个单元的训练都分为读与译、写作、听与说三个部分。听力部分概要讲述与人工智能相关的知识，对话部分涉及实际工作中与同学、客户或同事之间的交流；读与译部分包括与人工智能相关的文章和与IT相关的最新文章，分为精读和泛读；写作部分讲解如何撰写报告、商务信函等。各部分还附有形式多样的练习，并提供详细的写作样例。针对各部分的教学，教师可采用如下方式：阅读与翻译部分（Reading&Translating）：SectionA部分的内容为人工智能领域知识，使读者深入了解和掌握人工智能相关专业知识。教师可让学生阅读文章（教师可根据文章的长短和难易程度来设定阅读的时间），并完成文章后的练习。之后教师公布练习答案，并讲解文章后的单词表、短语表和复杂句子来帮助学生进一步理解这篇文章。另外，教师最好还要讲解一下这篇文章所涉及的人工智能相关知识。SectionB部分的内容为人工智能拓展的相关知识，供读者开阔视野。教师可让学生阅读文章（教师可根据文章的长短和难易程度来设定阅读的时间），并完成文章后的练习。之后教师公布练习答案，并讲解文章后的单词表、短语表和复杂句子来帮助学生进一步理解文章。另外，教师最好还要讲解一下本篇文章所涉及的人工智能的相关知识。如果课堂时间不够，可将SectionB作为学生课后的作业。写作部分（SimulatedWriting）：教师可先让学生阅读写作方法指导，并配合本教材的写作样例进行讲解和指导。教师还可根据实际情况设置场景，让学生根据写作指导并参照写作样例完成一篇类似文章。如果课堂时间不够，教师可建议学生课下自学“写作部分”。对话部分（Dialogue）：教师可先让学生听对话录音，并以提问的方式，引导学生根据所听信息概括对话主要内容，让学生了解和学习对话中涉及的相关知识。然后，教师可将学生分成三人小组，让其中一组或两组（分别）朗读这个对话，并纠正学生的发音；或让一组或两组参照已有对话并通过替换右边栏中的语句，组织完成一个类似的对话，并对学生完成的情况加以点评。短文听力理解部分（ListeningComprehension）：教师可先让学生听短文录音和短文后的问题，让学生根据所听内容选择正确的答案。若播放一遍短文学生感觉有难度，教师可酌情增加录音播放次数。教师最后公布答案，并且讲解相应的单词和短语及句子，解释这篇短文的重点和难点。另外，可让学生读一遍原文。听写部分（Dictation）：教师可可根据实际情况播放1-3遍短文录音，让学生根据所听内容填空，将文章补充完整。文章填充完整后，教师最后公布答案，并且讲解相应的单词和短语及句子，解释这篇短文的重点和难点。另外，可让学生读一遍原文。2.课外学习要求：(1)做好课前预习，预习时以教材为主，了解相关的概念、定义、原理。预习中认真思考，以便带着问题主动地听课。(2)课后要复习，有余力的学生复习时还应阅读参考资料，认真整理课堂听课笔记。(3)要求学生课外自主学习，学生课外阅读的参考资料以本大纲所列参考资料为主。五、考核内容及方式本课程成绩由平时成绩和期末考核成绩组合而成，课程成绩以百分制计算，分配比例如下：1．平时成绩占30%，主要考查作业的完成程度，理论课和实验课的出勤率，实验课的考试结果。其中作业占20%，出勤率占10%。2．期末成绩