下载掌阅APP，畅读海量书库
立即打开
课程名称：Python编程和人工智能平台学习
英文名称：Python Programming and an Introduction to Artificial Intelligence Learning
学分/学时：1/16
课程性质：通识教育选修
适用专业：全校非计算机专业本科生
建议开设学期：第1学期
先修课程：无
开课单位：人工智能学院
针对各专业的学科要求，怎样体现计算机学科与专业的关系？该课程如何有效地为后续专业课程提供服务？如何提高学生的计算机学习兴趣？如何高效完成以后学习中对计算机的多方面要求？如何能较好地建立学生的计算思维模式？具体任务从以下5个方面进行阐述。
（1）对于计算机课程中的第一部分基础知识，该项目在操作系统的定义、发展历史以及操作和使用方面，强化了Linux操作系统的介绍和使用方面的学习，为后续深度神经网络平台的学习做好铺垫。学习Linux操作系统下，基本的指令、界面设置以及软件的安装和使用，激发学生对开源软件的兴趣。
（2）关于Python程序设计，打破之前仅仅课堂介绍的学习方式，通过实践课程，进行程序编写和调试。让学生在实践中锻炼编程能力，同时进一步掌握计算机底层运行原理。
（3）针对计算技术，延拓到如何进行大规模复杂数学问题的求解，其中包括如何进行科学计算，算法的复杂度分析，数据结构中的基本模型和概念，网络计算的优势等。加强在Linux系统下，编译环境的配置。学会在Linux环境下，Python集成环境的搭建，加强Python编程的学习，利用shell调试基本的Python代码。
（4）人工智能平台部分让学生了解人工智能的基本原理以及开发流程。通过实践课程，锻炼学生在平台上项目开发的能力。同时让学生掌握人工智能新的动向，为后续人工智能课程学习奠定基础。
1）计算机导论（2学时）
内容：计算机的概念及其影响；主流的操作系统介绍，UNIX、Windows、Linux以及Mac OS；常用的软件介绍；常用的编程语言介绍。
基本要求：掌握上述基本概念。
重点：主流的操作系统。
难点：无。
2）Linux系统的基本指令操作（2学时）
内容：Linux操作系统特点；常见的Linux发行版本；Linux系统安装；shell指令和使用；Linux环境下的编程简介；Linux系统下常用软件的安装和配置。
基本要求：掌握上述操作系统特点，并会安装和配置。
重点：shell基本指令和操作。
难点：Linux环境下软件的安装和使用。
3）Python编程（4学时）
内容：Python的版本以及常用集成环境介绍；变量、输入以及输出；控制流结构；函数；Python代码调试。
基本要求：掌握Python编程语言的基本语句。
重点：Python代码的编写以及调试。
难点：Python集成环境的应用。
4）Python编程小应用（4学时）
内容：常用的Python工具箱以及调用方式；Python图像处理；Python网络编程；Python信号处理。
基本要求：掌握Python语言工具箱的使用及调用。
重点：Python常用工具箱的使用和调用方法。
难点：用Python实现简单的代码。
5）常见的人工智能平台（2学时）
内容：人工智能以及深度学习基本知识介绍；卷积神经网络介绍；常用人工智能平台介绍；实训：在计算机上配置theano和tensorflow。
基本要求：会在计算机上配置tensorflow。
重点、难点：配置tensorflow。
6）tensorflow学习（2学时）
内容：tensorflow基本结构介绍；常用模块；mnist数据集识别。
基本要求：掌握tensorflow的基本使用。
重点：程序设计的主要过程。
难点：以tensorflow实现mnist数据集识别。
教学安排及方式见表1-25。
表1-25 教学安排及方式
最终成绩由平时作业成绩、期末成绩和上机仿真成绩等组合而成。各部分所占比例如下。
平时作业成绩（C1）：20%。主要考核对每堂课知识点的复习、理解和掌握程度。这个部分以课外作业的形式考查，作业包括以下模块。
（1）Linux系统的基本操作以及各种文档编辑软件的安装和使用：这个模块加强学生在Linux系统下基本操作的学习，并且掌握新操作系统下的各种文档编辑和软件的安装和应用。主要包括Linux系统下，各种基本指令，比如复制、粘贴以及.deb等软件的安装；Linux系统下，文档编辑软件的使用，比如LaTeX编写文档、markdown工具的使用；Python集成环境的下载和安装，比如spyder、pycharm以及sublimetex。
（2）Python的语法学习以及编程锻炼：学会Python编程语言的基本语法，实现简单的编程操作。学生应该掌握基本的数值计算、图像处理以及基本小应用程序。
（3）人工智能平台学习：了解主流的人工智能开发平台，学会在自己的计算机上搭建主流的开发平台，如tensorflow，并且利用其平台实现简单的人工智能算法。
期末考试成绩（C2）：60%。主要考核电工及电子技术基础知识的掌握程度。上机考试形式。题型为选择题、填空题、问答题和计算题等。
计算机仿真成绩（C3）：20%。主要考核计算机运用能力、获取整理信息的能力以及理论联系实际的能力，学生可根据自己的专业方向及研究兴趣自拟题目或根据任课教师提出的题目，通过自学使用电子电路计算机辅助分析和设计软件图像、视频，并熟练使用网络和多媒体，进行计算机仿真，给出一定形式的仿真结果及说明。本课程拟定几个基本题目，学生以小组为基本单位，3～5个人为一个小组，协同完成工作。以完成程度评定成绩。结果形式为：论文+代码+汇报答辩。过程成绩提交时间和总评成绩计算说明见表1-26。
表1-26 过程成绩提交时间和总评成绩计算说明表
注：上表用于说明授课过程中分项成绩提交时间，教师应在规定的时间内提交对应成绩，提前或逾期无法提交，一旦提交无法修改。大纲可以根据需要自行定义提交成绩的次数、时间和名称或说明，总评成绩计算必须与考核和成绩评定方式中描述的一致。
教材：David I. Schneider. Python程序设计．车万翔，译．北京：机械工业出版社，2016.
参考书目：
［1］Christopher Negus. Linux宝典．王净，田洪，译．9版．北京：清华大学出版社，2016.
［2］Nick McClure. TensorFlow机器学习实战指南．曾益强，译．北京：机械工业出版社，2017.
［3］Rand E. Bryant．深入理解计算机系统．龚奕利，贺莲，译．3版．北京：电子工业出版社，2017.
［4］焦李成，等．免疫优化计算、学习与识别．北京：科学出版社，2006.
［5］焦李成，赵进，杨淑媛，刘芳．深度学习、优化与识别．北京：清华大学出版社，2017.
1）与相关课程的分工衔接
无后续专业课做铺垫。
2）其他说明
无。
