人工智能基础课程大纲：理论与技术概览

《人工智能基础（8017）考试大纲》是一门旨在培养计算机专业本科生理解和应用人工智能技术的必修课程。课程的核心目标是让学生掌握人工智能的基础理论、方法和技术，以适应21世纪信息技术的发展需求。课程内容主要包括以下几个方面： 1. 课程性质与设置目的： - 课程性质：理论性强，涉及知识广泛且技术复杂，强调将数学（如数理逻辑、概率论、模糊理论、数值分析）应用于解决智能化问题。 - 设置目的：培养学生具备软件开发中的“智能”思维，学会通用问题求解（如知识表示、搜索、推理）、专家系统和机器学习等核心技术，以便于他们在未来的职业生涯中进行智能系统的设计、研究或应用。 2. 基本要求与课程目标： - 学生应掌握通用问题求解中的知识表示技术、搜索技术（包括盲目搜索和启发式搜索算法如宽度优先、深度优先、A*算法等）和推理技术。 - 通过学习，学生要学会利用数学手段处理确定性和不确定性知识，理解Herbrand域和Horn子句，运用Robinson归结原理进行定理证明。 - 学习专家系统的概念、发展历史、结构以及领域应用，理解机器学习的重要性，掌握机器学习的基本概念、方法（如确定因子法、主观Bayes方法、D-S证据理论）和学习机制。 3. 与其他课程的关系： - 与离散数学的关联：离散数学提供命题逻辑、谓词逻辑、树/图和表等基础知识，为课程中的知识表示提供了数学基础。 - 与算法设计的联系：算法设计中的算法分析理论，如可计算性、计算复杂性及算法的可纳性，支持了搜索算法的设计和分析。 - 与数值分析的互动：虽然数值分析的曲线插值方法在本课程中主要用于数学工具，但其在处理数据和模型优化方面也有间接应用。 《人工智能基础（8017）》课程是计算机科学教育体系中不可或缺的一部分，它不仅传授理论知识，更注重实际技能的培养，使学生能在人工智能领域中有所建树，为未来的职业发展打下坚实的基础。