周星 次期 授课内容(章节主要内容) 教学时数教学形式课外作业 4三54不确定性知识的表示与推理 讲授 习题八 541不确定性及其类型 书面:2,7 542不确定性知识的表示及推理 思考:1,5, 543确定性理论简介 习题八 4|五 544不确切性知识的表示及推理 讲授书面:3,4 545模糊集合与模糊逻辑简介 思考:10 第6章机器学习与知识发现 习题九 6.1机器学习概述 62符号学习 书面:1,6 621记忆学习 622示例学习 思考:2,5 623决策树学习 63神经网络学习 讲授 习题九 631生物神经元 5 632人工神经元 书面:9 63.3神经网络 634神经网络学 思考:7 635BP网络及其学习举例 64知识发现与数据挖掘 井授 习题九 64l知识发现的一般过程 5五 642知识发现的对象 书面:10 643知识发现的任务 习题十二 644知识发现的方法 书面:3, 7章专家系统 14 7.1基本概念 72系统结构 思考:1,2 73实例分析 讲授 习题十二 74系统设计与实现 书面:5,10 7.5开发工具与环境 思考:6,7 第8章 Agent系统 讲授 8.1 Agent的概念 书面:1,2, 82 Agent的结构 83 Agent实例 思考:3,6 8.4多 Agent系统 第3页共4页周 次 星 期 授课内容（章节主要内容） 教学时数 教学形式 课外作业 4 三 5.4 不确定性知识的表示与推理 5.4.1 不确定性及其类型 5.4.2 不确定性知识的表示及推理 5.4.3 确定性理论简介 2 讲授 习题八 书面：2，7 思考：1，5， 6 4 五 5.4.4 不确切性知识的表示及推理 5.4.5 模糊集合与模糊逻辑简介 2 讲授 习题八 书面：3，4 思考：10 5 一 第 6 章 机器学习与知识发现 6.1 机器学习概述 6.2 符号学习 6.2.1 记忆学习 6.2.2 示例学习 6.2.3 决策树学习 2 讲授 习题九 书面：1，6 思考：2，5 5 三 6.3 神经网络学习 6.3.1 生物神经元 6.3.2 人工神经元 6.3.3 神经网络 6.3.4 神经网络学习 6.3.5 BP 网络及其学习举例 2 讲授 习题九 书面：9 思考：7 5 五 6.4 知识发现与数据挖掘 6.4.1 知识发现的一般过程 6.4.2 知识发现的对象 6.4.3 知识发现的任务 6.4.4 知识发现的方法 第 7 章 专家系统 7.1 基本概念 7.2 系统结构 2 讲授 习题九 书面：10 习题十二 书面：3， 14 思考：1，2 6 一 7.3 实例分析 7.4 系统设计与实现 7.5 开发工具与环境 2 讲授 习题十二 书面：5，10 思考：6，7 6 三 第 8 章 Agent 系统 8.1 Agent 的概念 8.2 Agent 的结构 8.3 Agent 实例 8.4 多 Agent 系统 2 讲授 习题十三 书面：1，2， 4 思考：3，6 第 3 页 共 4 页