前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人工智能專業課程設計范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

人工智能專業課程設計范文第1篇

關鍵詞：智能科學與技術；課程體系；培養管理

1背景

智能科學與技術是當前科學研究和工程實踐的理論與技術發展的前沿領域，智能科學與技術專業是一個多學科交叉的跨應用領域專業Ⅲ。智能科學技術的發展將把整個信息科學技術推向“智能化”的高度，這正是當代科學技術發展的大趨勢，對于這方面人才的需求也越來越迫切。智能科學與技術培養掌握堅實智能科學與技術基本理論和系統專門知識，具備作為工程師或領導者及公民的良好人文修養，具有從事科學研究、工程設計、教學工作或獨立擔負本專業技術工作能力，深入了解國內外智能科學與技術領域新技術和發展動向，能結合與本學科有關的實際問題進行創新研究或工程設計的高級專門人才。

高校應穩妥發展與完善智能科學與技術專業的本科生教育，夯實本科教育基礎并積極創造條件，大力開展創新教學，努力培養學生的創新意識、創新精神和工程實踐能力，使之成為具有系統技術基礎理論、專業知識和基本技能，良好科研素質和較強創造能力的智能科學與技術工程師。

2教學計劃與教學管理分析

智能科學與技術屬于計算機類專業，其必修課程設計原則是使學生具備計算機科學與工程的基礎理論知識，尤其是大類專業招生教學的院校，通識課程主要是數學、物理文化基礎，強調扎實的自然科學基礎。專業教學的特色體現在專業必修和專業選修課程，專業必修課一般分為數學基礎和專業課程。計算機類專業數學基礎課程一般包括線性代數、微積分、離散數學、微分方程、概率與統計、數值計算等；專業課程一般包括程序設計基礎、高等程序設計、數據結構、操作系統、計算機組成與結構、數字電路與邏輯設計等。

2.1學分

本科培養計劃的學分中，國內外大學學分總數趨勢是逐步減少，追求少而精。國內院校一般在130～190學分之間，如北京大學為150學分，清華大學為1 70學分，東南大學與浙江大學均為160學分，還有16學時為1學分的，也有18學時為1學分的。

中國臺灣的大學一般在130學分左右。臺灣交通大學最低畢業學分為128學分，其中必修課程須達76學分（共同必修58學分+資工組核心須達分+（資工組副核心課程學分+另2組核心課程學分）），專業選修本系課程須達12學分，其他選修課程須達12學分，通識課程須達28學分（含外語課程必修8學分）。臺灣“中央大學”為136學分，臺灣“清華大學”為136學分，其中必修和必選學分126，其他與導師商量決定。

美國的大學各校差異較大。美國的學分計算有4學期制、兩長一短制及兩學期制，其中加州大學伯克利分校為120學分，麻省理工大學為90學分，加州大學洛杉磯分校為186學分，斯坦福大學為180學分。

2.2教學管理

在教學管理上，斯坦福大學給學生提供了非常寬松的自由發展空間。新生入校后不分專業、不分學院。除了醫學院和法學院學生需要經過一定的選拔程序外，本科生可以在入學后的前一個學期適當時候隨意選擇專業，并且選擇專業后允許更改，只要畢業時滿足專業培養方案即可。

國內的浙江大學是較早實行按大類招生的學校之一，分為大類培養、專業培養和特殊培養3類，前兩年不分專業，按學科分類集中培養。

臺灣的大學專業也是按大類完成前期的基礎課程，再分小專業完成各學程，包括基礎課、核心課和進階課。

教學分組是現在的主流課程架構，也是體現專業方向的主要形式，分組課程是體現專業特色的課程組。國內清華大學采用的是分組教學；臺灣的大學基本上采用的是以教學方向分組的方式，臺灣的大學教學分為課程與修業、學分學程。

2.3實驗與實踐教學

計算機類專業各大院校都強調課程實驗與實驗教學，而目前課程該如何進行教學？這不僅是實驗問題，如何以工程教育專業論證為目標，怎樣使教學目標達到畢業要求是關鍵。做中學是主流實驗教學方式，尤其是美國的大學，大作業體現的是實驗與理論教學的結合，是考查學生是否理解理論知識的重要途徑。學生不僅能夠學習扎實的數學和計算機專業知識，還進行大量的實踐創新訓練。麻省理工大學、加州大學伯克利分校、加州大學洛杉磯分校、斯坦福大學都屬于實踐創新性教學模式。例如，斯坦福大學程序設計范式課程重點比較C、C++、Java的特點和難點，每1～2周有一次大作業，針對不同的任務，要求學生用不同的語言實現，使學生加深理解各類編程語言的應用場合；麻省理工大學的課程計劃是必須先修12學分的實驗課程，再修3門或4門核心課程，最后選擇3門方向學科和1門關于該方向的實驗課、2門專業拓展課。

3智能科學與技術課程體系分析

智能科學與技術課程體系在智能基礎理論研究的基礎上，需要安排基礎性、通用性、關鍵性的智能技術研究，主要包括感知技術和信息融合技術；自然語言處理與理解技術；知識處理（認識）技術，包括知識提煉、知識分類、知識表示技術等；機器學習技術，特別是統計與規則相結合的學習技術；決策技術，即知識演繹技術特別是不確定推理技術等；策略執行技術，即控制與調節技術；智能機器人技術，特別是面向專門領域的智能機器人技術；智能機器人之間的合作技術；基于自然語言理解的智能人機交互與合作技術；智能信息網絡技術。

國內最早創辦智能科學與技術專業的學校包括北京大學，西安電子科技大學是第2批開始培養智能專業學生的院校。北京大學的本科教學計劃中，專業必修課程（2分）包括：①專業數學/理論基礎（15學分）：算法分析與設計、集合論與圖論、概率統計A、代數結構與組合數學、數理邏輯；②硬件與系統基礎（分）：數字邏輯設計、微機原理和信號與系統；③智能基礎（5學分）：腦與認知科學與人工智能基礎。專業限選課程（15學分）包括信息論基礎、計算方法B、數字邏輯設計實驗、微機實驗、數據結構與算法實習、機器感知和智能處理實驗、智能多媒體信息系統實驗。選修組合課程（29～32學分）：學生按照自己的興趣，參考智能的2個專業方向推薦專業課組合，自行選擇，至少選修20學分的智能專業課程。公共核心+專業方向+新技術及其他：①公共核心課程（分）：智能科學技術導論、模式識別基礎、生物信息處理、智能信息處理；②專業方向課程（11～15學分）：機器感知與智能機器人方向、智能信息處理與機器學習方向、新技術及其他。

西安電子科技大學智能專業主要課程包括電路分析理論、信號與系統、數字信號處理、數字電路及邏輯設計、模擬電子技術基礎、微機原理與系統設計、數據結構、軟件工程、人工智能概論、算法設計與分析、最優化理論與方法、機器學習、計算智能導論、模式識別、圖像理解與計算機視覺、智能傳感技術、移動通信與智能技術、智能控制導論、智能數據挖掘、網絡信息檢索、智能系統平臺專業實驗等課程及30多門選修課程。

建議各學校可以根據學院教學特色與實際需求，設計專業核心課程。北京大學偏重“信息處理”，湖南大學偏重“智能系統”，但需要強調的一個前提就是智能科學與技術專業屬于大計算機類，更需要大EECS專業的基礎。編程、電路、數學、數據結構、計算機系統這五大核心基礎就是大EECS；其次是專業，計算機以系統結構、操作系統、網絡、編譯、數據庫五大經典專業核心課為主，湖南大學的智能科學與技術專業強調系統，因此信號與系統、操作系統、嵌入式系統、人工智能是最基本的專業核心課，然后再分不同的分支。湖南大學智能科學與技術專業核心課程包括人工智能概論、機器學習、計算智能導論、模式識別、智能控制導論、智能數據挖掘、機器人學等；研究學位課程包括模式識別、人工智能等，主要體現為智能科學與技術基礎（人工智能概論、機器學習、計算智能導論、模式識別）、核心（智能控制導論、智能數據挖掘）和應用（機器人學）。

4結語

（1）在課程計劃實施過程中，教師需要遵循課程的時序圖，即描述課程的進階關系，從本科直到研究生，同時還可以實行一定的修課限制，如臺灣交通大學計算機概論與程式設計和面向對象程式設計兩科皆不及格者不得修數據結構與算法概論，若數據結構不及格不能修算法設計課程等。

（2）程序設計類課程用上機程序能力考試來設置合格條件，如臺灣交通大學基礎程式設計及格條件為通過“程式能力鑒定”，湖南大學則以CCF―CSP軟件能力測試作為程序設計課程通過的考核標準。

（3）鼓勵學生參與項目、競賽等課外科技活動，如臺灣“清華大學”的綜合論文訓練是由具有同等水平的項目訓練成果或SRT（student research training）計劃項目以及其他課外科技活動成果經認定后代替的。

（4）精煉的課程教學。核心課程應該精且必須加強課程實驗，只有對方法和理論有正確的認識才能掌握這門課程，而動手完成實驗才能真正融會貫通。麻省理工大學、加州大學伯克利分校、加州大學洛杉磯分校的學生具備扎實的數學和計算機專業知識后，都需要進行大量的實踐創新訓練。

人工智能專業課程設計范文第2篇

【關鍵詞】大規模開放在線課程；人工智能課程；翻轉教學法

0 引言

近年社會對計算機專業人才能力的要求越來越高，而學生所學與實際需求存在不少差距，高校計算機專業課程教學因而遭遇詬病。依托信息與網絡技術支撐的大規模網絡開放課程（massive online open course，MOOC）較好貫徹了以學為中心的理念，其翻轉教學模式與靈活有效的交互極大提升了學習興趣[1]。搭建MOOC平臺的計算機技術既是技術基礎，也是熱門MOOC課程。在此浪潮下傳統高校計算機專業的教學首當其沖受到沖擊，遇到前所未有的挑戰。縱觀國際三大MOOC巨頭的課程建設均始于計算機類專業課程，同時也是所占比例較大的課程系列，其中人工智能（Artificial Intelligence，AI）課程在Coursera、Udacity[1]兩個平臺上均是最早開設的課程之一。采用何種教學模式更適應社會對人才的需求呢？這是應對挑戰的關鍵問題。

1 人工智能課程的課堂教學困境

人工智能是研究模擬、延伸和擴展人類智能的理論、方法、技術及應用的前沿交叉學科，涉及面廣、研究性強，還不斷產生新的理論和方法。課程難度大理論強實踐難，也是公認難講的課程之一，該課程具有如下特點：

1.1 先導課多，知識抽象，涉及面廣，更新快

前期知識包括：數據結構、離散數學、程序設計、圖像處理等。如果前期知識不扎實，很難理解內容并融會貫通。傳統內容包括：知識表示和推理、搜索策略、模糊理論、神經網絡、機器學習、專家系統、遺傳算法等，涉及大量抽象理論和復雜算法。教材普遍特點是：內容滯后，枯燥深奧的理論和解決現實問題的實踐聯系不緊密。

1.2 研究性強

該領域很多內容仍是科研熱點，并不斷涌現出新的研究方向、新內容、新方法、新技術和新應用。

1.3 教學方式單調

技術和管理的局限也制約了教學方式，教學方式基本以教為中心，停留在講授、問答等簡單互動上，教學方法單一。很少能提供學生自學、討論、合作和實踐的一整套互動實踐機會，難以真正體現以學為中心的理念。

1.4 學生缺乏興趣

一方面，課程本身特點使得課程容易陷入枯燥的紙上談兵的尷尬。另一方面，即將畢業的高年級本科生對未來規劃明確，抽象的人工智能課程無論從職業發展還是繼續深造對學生并沒有立竿見影的效果，進一步拉低興趣。此外，教材滯后，教學方法單一等也會影響興趣。

如火如荼發展的MOOC的課程，尤其Udacity的課程設計之初就立足于解決實際問題的導向，做法上的獨特之處成功吸引了大批學生。課堂教學中借鑒在MOOC上被證明有效的教學模式和方法，不啻為一種嘗試，以期擺脫教學困境，提高學習興趣，最終提升教學質量。

2 MOOC的教學模式

MOOC的教學模式分為三種：cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教學模式特點是學習者完全做主，但復雜的網絡互動產生龐大而混雜的知識網，缺乏識別主次和歸納總結能力學生常因信息過載陷入茫然無措的境地。2011年Udacity 創始人之一在網上開設的“人工智能導論”課程改變了表現風格，把互聯網作為教學媒體的呈現潛力發揮到極致，按知識點分割內容成短小視頻，其間插入現場對問題的解決，突出了Udacity有別于傳統教育機構及其先行者的地方：注重發現并解決問題。這就是xMOOC的教學模式，沿襲并創新了熟悉的學習風格，使得MOOC如魚得水漸漸發展壯大。隨著MOOC逐步成熟，為了適合具有專業基礎的職業技能培訓，發展培養針對具體任務的探究學習教學模式，即tMOOC模式，這是Udacity網站課程的另一個設計目標。表1顯示了MOOC的三種模式的對比。

以Udacity的人工智能導論課程為例，只要高中畢業具有概率論和數理統計基礎的學生就可以學習，該課程適合入門，但難度較低，內容較少。清華大學的馬少平編寫的人工智能教材是很多大學，包括我院人工智能課程的教材，清華大學的人工智能課程經過多年發展已經形成了一個系列教學資源庫，包括教材、課程視頻、教學課件、作業及答案和實驗設計等。根據Udacity網站的人工智能導論課程的展示，表2從幾方面對比了Udacity人工智能課程與清華大學馬少平版的人工智能課程情況：

從表2可以發現Udacity的人工智能視頻采用了按知識塊分割成短小視頻，在期間和完畢之后都準備了測試，細節上體現了以學為主的理念。縱觀類似人工智能的國家精品課程[3]，學習資源多為文本類，重用難，對教學重難點沒有拓展和轉化。這種以內容共享為中心的呈現模式，缺乏與學習者充分交互，難以體現以學為中心的教學理念。

在MOOC的教學設計中，調動學習者極大熱情的是翻轉課堂，在學習環境中引入了自主協作[4-5]，在交流機制中融入了多元互動，給學習者帶來積極、主動、高效的學習，翻轉課堂和傳統課堂的區別如表3所示：

3 MOOC的教學模式對人工智能課堂教學的啟示

3.1 教學內容的優化與調整

MOOC的教學通過把理論抽象的知識點分割成小段錄制的微課視頻，時長不超過15分鐘，內容銜接處具有一定交互性，講解形象化，提供給學生反復觀看，這種用技術處理分解知識點和把難點從抽象變成具象的過程降低了理解難度。

課堂教學也可以通過分而治之的方式對教學內容優化調整。人工智能涉及內容與范圍多而雜，作為入門課程并不要面面俱到，根據學生層次，可以區分重點掌握和一般介紹的內容，以點帶面鋪開，因此，根據學生特點，把成熟的基礎理論和這些理論的實際應用整合，輔以其他新技術的穿插介紹，主要分三塊：

①人工智能的概念和發展，熟悉人工智能的研究和應用領域；

②人工智能的基本技術，包括知識表示，邏輯推理、搜索策略、模糊理論等；

③涉及現實應用，如：機器學習，模式識別，自然語言理解，智能控制等。

為了反映人工智能領域最新進展，教師還可以收集學生感興趣的最新成果專題信息，及時更新、調整教學內容，通過與實際更緊密的融合接軌，對課堂上沒時間介紹而又較熱點的新知識，通過提供方向和資料解決，注重提高興趣的同時，也展示出課程學科特點、主流技術及發展趨勢。

3.2 緊密結合實際

Udacity的開設之初的目的就是學習為了解決現實問題，其人工智能課程設計也不例外，包含有實際遇到問題的解決，這種立竿見影的好處就是極大激發了興趣。

考慮到高年級學生對解決實際問題技術的興趣遠遠大于技術理論等細節，不想花太多時間去理解復雜而難以看到實踐效果的理論上，更想通過實際體驗解決問題增強成就感。教學內容的設計尤其緊密結合實際運用。

傳統人工智能講授通過實例解答或推證式講述理論，如知識表示和搜索推理技術，該部分理論強，應用實例少，往往學生感覺枯燥乏味，教師也感覺晦澀抽象，學生對所講內容基本靠死記方法和步驟，這種僵化的教與學影響了教學效果。

因此，設計教學時尤其注重內容的實用性。除了講授至今仍沿用和有效的基本原理和方法外，引入近年發展起來的方法和技術，如智能算法等，對這些內容重點在技術的具體實現上，強調與實際的融合貫通。教學過程中加入與課程內容對應又可以用計算機實現的試用內容。如模式識別應用于手寫數字識別，通過仿真軟件模擬實現算法，獲得立竿見影的效果體驗，加深對算法的認識，引起學生濃厚的興趣。同時也對某些很有發展前景的技術興趣導入，如目前人工智能研究側重人類理性邏輯功能的模擬，而如果把情感智能考慮進去，才更有人性化的智能決策。這就是經過了將近20年發展的情感計算，隨著可穿戴技術漸漸滲透進生活，引起更多關注，這些接地氣的內容提升了興趣。

3.3 實踐能力的培養

Udacity 創始人史蒂芬斯博士的說過，“即使是最好的大學，其計算機課程所傳授的技能也是浮于理論的”。學習的目的是為了解決實際問題，帶著問題學習和思考，有利于主動學習的激發。這些方面，可以參考Udacity人工智能課程的實驗內容修正。強調學習是為了解決實際問題服務的目標。

3.4 教學模式及教學方法的變化

3.4.1 實例教學法

人工智能內容的抽象性決定了知識點的難度，Udacity人工智能課程教學中盡量把難懂的知識點結合現實中有趣實例，通過感性體驗提高理性理解，讓學生容易接受。筆者進行了一些化難為易的嘗試：如利用漢諾塔問題講解狀態空間的知識表示，通過野人過河的游戲程序步步領會理論精髓；結合下棋軟件體驗模擬人腦思考的計算機博弈的極大極小搜索思路，這些實例教學激起了興趣，擴展了學生思路，拓寬了視野。

3.4.2 翻轉教學法

整門課程錄制課程小視頻還有一定難度，作為嘗試，選擇少量知識點錄制視頻進行翻轉教學。如抽象的理論部分，借鑒網上已有視頻資源融入教學過程，分解知識點破解難點，形象化與短時間的重復講解，增加學生對抽象內容的理解，期間穿插核查對理解內容的核查，并留出思考時間，強化學習效果。

3.4.3 交互環境的營造，輔助教學過程完善

1）基于聯通主義的學習交互[6-7]

在MOOC課程中，提供在線交流論壇，學習者建立課程組，學習組等方式交流，這種教與學、學與學的交互不但是網狀進行的，而且是即時的。學生將互動產生的內容作為學習的中心，通過學習者不同認識的交互，建立新的認知結構，拓寬了視野，更有利于問題的有效解決。這種互動交流分成三種形式：

①教師對統一回答提問集中且意義較大的疑難問題；

②學習者分享學習感悟；

③學生間交流帶來不同認知的碰撞。

以上三種情況的互動在課堂教學中也可以運用于課堂教學：及時分析整理共同問題，集中回復；課堂教學的互動除了課堂上及時了解學生反饋的互動，還有對解決問題的互動。課下互動可以利用學者網建立課程組，提供了較好的師生交流形式與效果，同時利用學習組在小組中分享互助，小組成員的交流引起認知碰撞，這種實際參與的體驗加深了理解，并鞏固學到內容，這些資料的逐漸積累還可以復用。

2）基于行為主義的學習反饋[8]

MOOC 遵循了程序教學的一般原則，尤其注重學生反饋，像游戲一樣關卡設置讓整個過程充滿挑戰性，一些機器評分實現了及時學習反饋，擺脫了單向提供課程資源的弊端。課堂教學可以借鑒這種借助技術手段互動了解學生學習的情況，促使有意義學習的發生。

4 教學改革的實施

利用以上措施在《人工智能》課程的教學中實踐，通過在xMOOC教學模式中部分適當內容引入翻轉教學法與利用學者網的課程交互，探索提高興趣，促進理論與實踐的融合，促進有意義學習的發生，提高學生實踐能力的途徑。通過觀察，調查與訪談等方式，了解學生在該教學模式中興趣與能力改善狀況，同時研究教師教學法轉變與教學水平變化的關系，根據追蹤研究效果，發現這種改善調動了學習興趣，促進了教學效果。實踐中通過建立實驗組（班）與對照組（班）、評價教學模式和教學效果等因素，不斷總結、修正和完善，期望建立適應當前形勢與環境的有效的該課程的教學模式與教學方法。

5 結束語

筆者結合人工智能課程的教學實踐，針對本科高年級的教學特點和人工智能課程學科特點，提出在設計人工智能教學時，通過MOOC的教學模式和教學方法完善課堂教學，注重內容的實用性和新穎性，適當穿插新方向的內容，目標是將難學、枯燥、難理解的問題，變得易學、有趣、易理解。從學生反饋來看，這些方法起到了積極的實際效果，有效地提高了學習積極性。

【參考文獻】

[1]udacity的人工智能導論課程網[EB/OL].https：///course/cs271.

[2]王萍.大規模在線開放課程的新發展與應用：從cMOOC 到xMOOC[J].現代遠程教育研究，2013（03）：13-19.

[3]國家精品課程資源網[DB/OL].[2013-04-22].http：//.

[4]徐明，龍軍.基于 MOOC 理念的網絡信息安全系列課程教學改革[J].高等教育研究學報，2013，36（03）.

[5]王文禮.MOOC 的發展及其對高等教育的影響[J].江蘇高教，2013（2）：53-57.

[6]李青，王濤.MOOC：一種基于連通主義的巨型開放課程模式[J].中國遠程教育，2012（3）：30-36.

人工智能專業課程設計范文第3篇

2012年學校財務信息管理專業成功申報后，前后已經迎來了2013、2014兩屆學生，作為一門融合財務會計與信息技術相交叉的新專業，專業建設不僅要秉承傳統的財經學相關理論，而且還要適應信息化時代的市場需求，培養企業需要的人才。時值今日，具備“智能化行為”特征的“智能化企業”成為大多數傳統企業的需求。在經過專業內全體教師多次反復調研、考察、研討、學習后，2014級財務信息管理專業人才培養目標初步確定為：數據分析引領財務決策信息化。在此基礎上，專業定位設計提出三個層次要求：基于財務會計、強化數據分析、服務管理決策。

二、商務智能課程定位

課程定位需要與課程體系相輔相成，要思考并把握本門課程在課程體系中的地位與作用。財務信息管理專業課程體系建設基本遵循“三步走”思路，即第一學期注重財務會計基礎理論知識的教授、第二學期突出數據分析核心知識的教授、第三學期側重決策智能前沿知識的教授，形成的梯隊知識體系助力本專業人才培養方案實施。

（一）從跨學科特性來看

商務智能課程是一門集管理科學、信息技術、數據統計和人工智能等多個前沿領域的交叉性學科課程，順利完成該門課程的授課需要前導課程的支持，因此，商務智能課程在以上三層梯隊知識體系中位于最后一層。

（二）從其最早的概念闡述來看

美國加特納集團分析師HowardDresner認為商務智能描述了一系列的概念和方法，通過應用基于事實的支持系統來輔助商務決策的制定。可見，商務智能是商務分析中輔助決策的有效利器。

（三）從大數據時代背景來看

各國政府都在強調“基于數據驅動的決策方法”，商務智能與生俱來采用的數據倉庫、聯機分析處理和數據挖掘等核心技術體系有效地支持了數據驅動全過程，合理利用并可以成功將數據轉化為價值。綜上，結合專業定位，商務智能的課程性質是專業核心課，其課程定位設計為“基于數據驅動的決策方法，變數據為價值。”

三、先修/后續課程銜接設計

目前，在全國，商務智能課程主要在計算機類、經管類（信管、電商、物流）等本科層次以上專業開設；在財經類專業且面向高職層次開設商務智能課程，還屬罕見；這是本校適應“后信息經濟時代”市場需求、實施專業創新與課程改革方面的具體表現。作為一門面向財經類高職生開設的新興發展課程，如何區別于計算機、軟件等專業已開設的類似課程，如何貼近財經類高職類學生的注重動手能力、掌握關鍵核心技術等特點來開設這門課程將面臨著眾多挑戰。但是，在大數據時代，如果將大數據看成是一種資源,商務智能則是一種驅動力，二者已成功且廣泛地應用于金融服務業、交通運輸業、通訊業、零售業、能源與公共事業等各行各業中；而且，財務分析已然成為商務智能在眾多行業中一個重要的應用領域。因此，在財經類專業開設注重數據驅動財務決策過程的商務智能課程已勢在必行。只是，在開設這門課程時，要從實際情況出發，既要考慮當下財經類專業全局課程體系安排，又要兼顧商務智能課程本身的特點，充分思考商務智能課程與先修課程和后續課程之間的邏輯關系和銜接要求。

（一）先修課程

商務智能的先修課程安排可以從以下五個層次分析。第一，商務智能作為計算機、數學、統計等基礎學科相交叉的前沿學科，需要學生能夠綜合運用這些基礎理論知識，因此，從學生知識能力的層次要求來看，計算機應用基礎、經濟數學、應用統計學屬于第一層次；第二，商務智能要整合企業的業務系統數據，作為數據加工廠需要學生充分領會“數據收集———數據處理———數據分析———數據展現———報告撰寫”的完整數據加工過程，本專業課程體系內設計的“財務數據分析”課程屬于第二層次；第三，商務智能作為多種技術綜合應用的解決方案，需要學生至少掌握一種主流軟件廠商提供的解決方案，并且要求學生能夠領會完整項目交付的全過程理念，數據庫原理及應用和項目管理兩門課程屬于第三層次；第四，商務智能作為決策工具，要求學生主要從財務層面學會運用企業經營領域內的決策支持理論，財務管理、財務分析與決策、管理會計等專業課程屬于第四層次的先修課程；第五，商務智能作為決策工具，學生僅從財務層面掌握決策分析的理論還是不充分的，還需要學生能夠了解企業經營全貌，增強學生對企業業務的理解能力，因此，作為第五層次的課程———企業經營沙盤課程恰好可以實現此銜接要求。

（二）后續課程

在大數據時代，幾乎每個人都生活在數據中，幾乎所有人都在制造和分享數據。“大數據如何讓商業更智能？”對這個問題的思考與回答成為引發商務智能后續課程開發的源動力。大數據要讓商業更智能，需要從流程優化、客戶洞察、營銷規劃、產品創新、物流管理、人力資源管理、風險控制七個方面提升大數據對企業競爭的影響力。而作為商務智能后續課程的專業拓展課程其課程性質界定了其后續課程設計不能從這七個方面全面鋪開來講授商務智能的應用。因為，對專業拓展課程的范圍設計，需要對專業（群）進行相應分析，根據拓展課程對應崗位群的具體要求，確定與其相關性較強，交叉較多的領域進行。因此，我們選擇了從流程優化的角度去拓展商務智能的應用，選擇以“流程優化”為主題的“流程智能”課程作為商務智能的后續課程，通過這門課程拓展培養學生深入理解運用商務智能核心技術實現流程優化方面的能力。

四、今后努力方向

人工智能專業課程設計范文第4篇

一、目前機電一體化專業教學存在的問題

（一）對專業內涵的理解不夠機電一體化的本質是將電子技術引入機械控制中，也就是利用傳感器檢測機械運動，將檢測信息輸入計算機中，計算機得到能夠實現預期機械運動的控制信號，由此來控制執行裝置。若是真正意義上的機電一體化產品，它有兩個明顯的特征，一是要有運動機械，二是采用了電子技術，通過計算機指令和反饋來實現柔性化和智能控制。而不少專業教師卻單一地認為，機電一體化專業就是學一點機械類課程，學一些電子類課程，如果加上一些控制類課程，簡單拼湊就是機電一體化了。因為理解不夠，所以對最后的綜合實踐課程，沒有引起足夠的重視，課時量及訓練強度不夠，大量精力花在了使學生獲取裝配鉗工或維修電工高級工證書上。但社會現實卻是機電一體化技術發展到了新的高度，隨著光學、通信技術等的進入，機電一體化出現了光機電一體化；而人工智能技術等領域取得的巨大進步，為機電一體化技術開辟了發展的廣闊天地，開啟了機器人的新時代。這迫切需要我們五年制高職機電一體化專業融入新技術、新技能。

（二）對關鍵核心課程的融合不夠目前，機電一體化技術專業主要開設機械類、電子類和控制類專業課程。技能實踐課程也大致這樣劃分，在最后階段，再開設綜合專業課程和實踐課程。如果按專業方向劃分，則制造技術方向開設CAD/CAM軟件應用技術、機電設備機械安裝與調試技術、機電設備裝調工（裝配鉗工）訓練與考級；控制技術方向開設電氣制圖及CAD技術、機電設備電氣系統安裝與調試技術、機電設備裝調工（維修電工）訓練與考級。以上所有課程基本上都是分機械和電子課程兩條線展開的，對PLC和單片機的理解運用不到位，到最后真正能融合機電技術、體現機電一體化專業特點的機電設備安裝與調試技術實踐課只開3周，而裝配鉗工和維修電工課程分別開了11周。很明顯，對前者這門綜合性的核心實訓課程重視不夠，其帶來的后果是學生雖然分別掌握了機械類、電子類、控制類課程的知識和技能，但沒有融合三類課程和技能，沒有達到真正的機電一體化人才培養要求。

（三）對技術技能應用能力的強化不夠對于五年制高職的學生來說，最重要的專業能力是專業技術技能應用能力，而不是開發和設計能力。具體地說，就是操作機電一體化設備的能力，具體分析、制定機械加工工藝文件的能力，能處理生產車間現場工藝技術問題，具有維護、維修機電一體化設備的能力。而現在大部分學校對學生的技能要求就是制造技術和控制技術兩個方向，就是取得裝配鉗工高級工或維修電工高級工證書。這些技術技能肯定不能讓學生完全了解和掌握機電一體化專業的核心技能。學校應當通過校內機電設備裝配調試相關課程設計、專項實訓，使學生獲得初步的技術技能應用能力，最后通過綜合實訓課程，使學生獲得真正的機電一體化專業技能，并努力培養學生分析和解決實際問題的能力。

二、對培養學生專業技術技能應用能力的探索

（一）多元整合優化專業課程體系目前，職業學校普遍開設三類課程：綜合化課程（技術基礎模塊）、一體化課程（技術模塊）、項目化課程（技術訓練模塊）。綜合化課程模塊是機電專業領域崗位群相關職業通用性的必備技術理論和基礎技能；一體化課程是機電專業相關技術領域中某種技術知識和技術應用方法有機整合的課程，如PLC編程及應用技術、單片機應用技術、傳感檢測技術等；項目化課程是培養學生專項技能和綜合職業能力的課程，該類課程與職業技能或職業資格要求融通，突出熟練技術運用能力的培養，如機電一體化專業中的鉗工技術訓練、機加工技術訓練、機電設備裝配調試技術訓練等。而對上述三類課程進行整合優化，就形成了真正的機電一體化課程，包括機電一體化技術理論課程、機電設備裝調技術課程設計、機電一體化設備裝配調試實訓課程等，這是最能體現專業特點和要求的課程，是機電技術的真正融合。

（二）開設綜合化的核心實踐課程目前，綜合實訓課程開設的情況是：制造技術方向開設裝配鉗工，控制技術方向開設維修電工。如果培養機電綜合能力，就要把PLC編程及應用技術、單片機應用技術、傳感檢測技術加以強化，增加機電設備安裝與調試技術課程的學習和實踐，開設光機電技術和機器人技術實訓課程，讓學生了解并掌握較為前沿的機電一體化技術技能。

（三）重點培養學生專業技術的應用能力目前，不少學校機電一體化專業主要進行電工、車工、鉗工三項實踐技能訓練和職業技能鑒定，學生初步掌握了機電技能。但這些技能是獨立的、分散的，沒有與機電崗位的綜合技能匹配。隨著技能大賽的推進，各校購置了機電一體化設備，培養了一批能勝任機電一體化專業綜合實踐技能教學的師資隊伍，也有了較為成熟的實訓項目，完全有條件、有能力開展綜合實訓。目前，省內職業學校機電綜合實訓課程主要使用光機電一體化設備，該設備的組成包括電子控制模塊和機械機構。電子控制模塊主要有主令電器模塊、傳感器模塊、控制模塊、變頻器模塊、驅動電磁閥等。機械機構包括運料機構、傳送帶機構、推料機構、機械手機構等。工作原理是利用先進的控制設備，控制生產機械自動完成生產的自動化過程。這套設備雖小，但它涉及了機電一體化專業各個方面的知識和技術，體現了機電一體化專業的核心技能。教學實踐的具體做法是，以學會技術技能、完成任務為中心，以項目形式來安排訓練內容，讓學生用學過的指令實現各種電氣控制線路圖，模擬實現工業生產控制中的小項目，如工業洗衣機、自動軋鋼線、郵件分揀系統等，然后在機電氣一體化實訓臺進行分塊練習，熟練掌握每一個單元的自動控制功能，最終目標是將各單元組合為能夠實現不同生產要求的控制系統。這些技能訓練都來自生活和生產，學生對項目課題感興趣，教師引導學生主動思維，引導學生分析問題、動手解決問題，真正培養學生專業技術的應用能力。

人工智能專業課程設計范文第5篇

在總結和分析智能科學技術創新教育重點及難點的基礎上，著重探討理論教學與工程實踐相結合的創新教育模式，強調實施創新教育模式對培養創新型智能科技人才的重要性。

關鍵詞：

智能科學技術；創新教育；工程實踐；創新型智能科技人才

0引言

自2004年起，我國智能科學技術教育已走過12個年頭。全國眾多高校在教育部的批準下，建立了智能科學技術學科，逐步形成了包含本科生、碩士生、博士生在內的三層智能科學技術教育體系[1]。中南大學的蔡自興教授在《智能科學技術課程教學縱橫談》中提到智能科學技術學科是以人工智能和認知科學為基礎建立和發展起來的學科，具有高度交叉和多學科融合的特點，該學科包含的基礎課程、專業基礎課程和專業課程都屬于智能科學技術課程[2]。智能科學技術是一門前沿學科，在社會智能化進程中起著引領和推動的作用。探索出適應人才培養的創新教育模式以及培養出適應社會需求的創新型智能科技人才是時代賦予智能科學技術課程教育的使命。

1智能科學技術創新教育的重點和難點

智能科學技術在一定程度上代表了信息技術的前沿方向，因此智能科學技術學科教育對現行的教育理念和教育模式提出了更高的要求[3]。在現有的教育體系中，“學做分家”或“重學輕做”的現象仍然普遍存在，這里的“學”是指課堂上師生面對面的理論學習，“做”是指以教師為指導的課程實踐或理論和實際相結合的工程實踐。當然，造成這種現象的原因是多方面的，包括有限的教學資源及實驗資源、教師隊伍的建設不足以及過于陳舊的教學理念等。針對這種情況，合理地發展創新教育刻不容緩。如何在有限的教學條件下，加強教師隊伍的建設與管理，改變教學理念，探索出真正符合時展的教育模式，是智能科學技術創新教育的重點和難點。目前，許多高校的智能科學技術教育仍然停留在理論教學或只是融入了少量簡單的實例演示，學生動手實踐的機會很少甚至沒有。這無疑給創新教育的推進帶來更大的難度。如何引導學生在掌握理論知識的基礎上提高實踐能力是亟待解決的問題。針對目前智能科學技術課程教育形式的現狀，我們需要對智能科學技術的基礎課程、專業基礎課程、專業課程等進行整合，對課程的教學理念與內容、教師隊伍的培養、教學方法等進行全方位的研究與實踐。

2智能科學技術創新教育模式：理論教學與工程實踐相結合

理論教學按照學科、專業和研究方向的層次設置相關的理論課程[4]18，通俗地講就是學生根據自身需求主動或被動地從課程教材中獲取知識的過程，這其中既包括學科的基礎理論，也包括專業技術理論。單純的理論教學大多數是以文字、圖表等一系列的抽象形式存在，在為學生補充豐富的理論養分的同時卻忽視了學生的主觀能動性，即便實踐案例偶爾會穿插在理論教學之中，對培養新型人才也是遠遠不夠的。同時，理論教學具有分散性、復雜性及不系統性等特點，如果不將理論付諸應用實踐，知識就不能被很好地簡化、集中化及系統化，往往會產生徒勞無功的效果。工程實踐能力是大學生培養質量的指標之一[4]20，是運用專業知識解決復雜工程問題的重要表現。不可否認，理論教學為工程實踐提供扎實的理論基礎，但強化學生的工程實踐能力同等重要。目前，各大高校都在致力于學科建設，在提高自身科研水平的基礎上，盡力將科研成果進行轉化。這期間，加大學生工程實踐能力的培養，無論是對學校還是學生，都意義非凡。因此，探索出合理的理論學習與工程實踐相結合的創新教育模式尤為重要。為了更好地實現理論學習與工程實踐相結合的教育模式，我們建立了一套完整的智能科學技術創新平臺。整合智能科學技術課程，加入交叉學科的元素，建立面向智能科學技術的專業實驗室，一方面，發展實驗室與相關企業合作，學生可以提早進入“工作實踐”模式，增大畢業學生的就業幾率；另一方面，學生進入實驗室可以擴大自主學習空間，完成理論知識到工程實踐的轉化，提高自身競爭力，為將來順利走入社會增加保障。為了提高學生運用專業知識解決復雜工程問題的能力，任課教師可為每門課程設置專屬的課程設計，學生根據自己的選題在教師的指導下完成相關的課程設計，消除學生對課程理論“學而無用”的煩惱，某種程度上還可以改變部分學生的學習態度。除此之外，還可以要求學生參與教師的課題研究或項目，學生可以根據自己的研究方向或自身的興趣自主選擇，制訂課題或項目計劃書，由指導教師定期抽檢。這樣既可以讓學生在實踐中提高專業能力，也可以讓學生學會更好地自我管理[5]。同時，為了培養出具備理論知識和工程實踐能力的扎實型人才，應該進行案例分析教學與工程實踐指導相結合的實戰演練，教學和實踐指導的第一主體設定為學生，這樣就打破了教師在教學中永遠占有主體地位的傳統教育模式。學生根據理論教學中獲得的專業知識，收集相關的項目案例進行集體的分析教學，自行設計方案，加入相應的驗證實踐，教師做最終的概括總結。整個過程可以很好地激發學生的研究興趣，開拓其視野，通過交互學習，提高其發現問題、分析問題及解決問題的綜合能力。智能科學技術理論教學和工程實踐相結合的教育模式并非首次提出。但是由于智能科學技術是一門高度交叉、多學科融合的前沿學科，很多課程教學仍然處在探索階段，因此建立完備的智能科學技術創新平臺，學生參與教師課題項目以及進行案例分析教學與工程實踐指導并重的實戰演練，同樣面臨嚴峻的挑戰。這就需要高校各層人員的集中努力和積極配合，為創新教育模式的發展提供更有利的條件。

3智能科學技術創新教育目標：培養創新型智能科技人才

大學教育的目標之一就是培養社會所需的各界人才。智能科學技術作為前沿學科，其創新教育的實施是培養創新型智能科技人才的需要。同時，實施智能科學技術創新教育的目標之一是培育出高素質的創新型科技人才。自2004年起，各大高校紛紛建立智能科學技術學科，目的就在于培養具有專業基礎知識扎實、工程實踐能力強、綜合素質高，且具有創新能力的復合型人才，以滿足智能科學界的人才需求。智能科學技術的創新能力是指智能科學技術專業人才從無意識的創新變成有意識的創新，能夠創新性地分析問題、解決問題，懂研究會開發[6]。智能科學技術專業畢業的學生要求具備扎實的智能科學技術課程知識、強大的綜合應用以及創新能力、良好的職業素質。理論教學使學生獲得全面的課程知識，工程實踐使學生獲得強大的應用實踐能力，通過兩者的結合，學生增強創新意識，獲取良好的職業素質。

4結語

當今社會科技高速發展，創新領域不斷涌現，對智能科學技術等前沿學科人才的需求較大，培養出具有創新能力的智能科技人才相當迫切且尤為重要。大學生教育是我國當前教育的較高層次階段，為國家建設輸送高層次、高質量并有工程實踐能力的合格人才。理論教學與工程實踐相結合是培養合格人才的重要環節，任何偏重理論教學或偏重工程實踐的教育模式都是片面的。高校學生的教學模式沒有定律，需要根據社會對人才類型的需求不斷地探索研究。針對當前的實際情況，應圍繞理論教學與工程實踐的結合及其之間的相互影響，不斷創新、不斷完善教學方法及手段、提高教學質量，為培養出具有創新意識和創造能力的高級復合型人才打下堅實的基礎。智能科學技術學科實施理論教學與工程實踐相結合的教育模式不僅能培養人才，還能更好更快地把科研成果轉化成具備實際應用價值的科學技術產品。

作者：石躍祥 任曉雪 朱東輝 單位：湘潭大學信息工程學院

參考文獻：

[1]王萬森.探索智能教育創新模式,培養創新型智能科技人才——寫在我國智能科學技術教育開創八年之際[J].計算機教育,2012(18):5.

[2]蔡自興.智能科學技術課程教學縱橫談[J].計算機教育,2010(19):2-6.

[3]王祝萍,陳啟軍.對智能科學技術教學的幾點認識[J].計算機教育,2010(19):115-117.

[4]孫紅,蔣念平,陳瑋,等.智能科學與技術專業理論教學與工程實踐的融合[J].計算機教育,2012(18):17-21.