教学环节及学时 知识模块 教学内容 习 论 实验（实践） 课 课 计 8.1专家系统概述 2 8.2专家系统的基本结构 第8章专家 8.3知识获取 8.4专家系统的设计与建造 系统 8.5专家系统的评价 2 8.6专家系统开发工具 8.7新一代专家系统的发展 9.1神经网络的基本概念及组成特性 2 4 6 9.2感知器模型及其学习算法 第9章人工 9.3反向传播模型及其学习算法 9.4 Hopfield模型及其学习算法 2 4 6 神经网络与 9.5人工神经网络的应用 遗传算法 96遗传算法的概念与原理 2 2 9.7遗传算法的应用 习题 2 2 第10章数 2 据挖掘与主 10.1数据挖掘及其应用 10.2主体技术及其应用 体技术 总复习 2 2 合计 64 六、成绩考核及基本要求 考核 建议 对应课程 考核/评价细则 环节 分值 目标 平时成绩包括上课考勤、课后作业、课程实验。上课考勤 平时成绩 30 占10分，迟到1次扣1分，旷课1次扣2分：课后作业与 1,2,3,4,5 课程实验各占10分，按完成情况评分。 以教学要求的重点内容组卷考试，闭卷考试，按完成情况 课程考试 70 1,2,3,4,5 评分。 七、 教材与主要教学参考资源 教材： 《人工智能教程》，张仰森，高等教育出版社，2016年9月 主要教学参考资源知识模块 教学内容 教学环节及学时 讲 授 课 习 题 课 讨 论 课 实 验 （ 实 践 ） 合 计 第 8 章 专家 系统 8.1 专家系统概述 8.2 专家系统的基本结构 8.3 知识获取 8.4 专家系统的设计与建造 2 2 8.5 专家系统的评价 8.6 专家系统开发工具 8.7 新一代专家系统的发展 2 2 第 9 章 人工 神经网络与 遗传算法 9.1 神经网络的基本概念及组成特性 9.2 感知器模型及其学习算法 9.3 反向传播模型及其学习算法 2 4 6 9.4 Hopfield 模型及其学习算法 9.5 人工神经网络的应用 2 4 6 9.6 遗传算法的概念与原理 9.7 遗传算法的应用 2 2 习题 2 2 第 10 章 数 据挖掘与主 体技术 10.1 数据挖掘及其应用 10.2 主体技术及其应用 2 2 总复习 2 2 合计 64 六、成绩考核及基本要求 考核 环节 建议 分值 考核/评价细则 对应课程 目标 平时成绩 30 平时成绩包括上课考勤、课后作业、课程实验。上课考勤 占 10 分，迟到 1 次扣 1 分，旷课 1 次扣 2 分；课后作业与 课程实验各占 10 分，按完成情况评分。 1,2,3,4,5 课程考试 70 以教学要求的重点内容组卷考试，闭卷考试，按完成情况 评分。 1,2,3,4,5 七、教材与主要教学参考资源 教材： 《人工智能教程》，张仰森，高等教育出版社，2016 年 9 月 主要教学参考资源