32 授课建 授课建议：建议口语课时为 28 课时。授课采取课堂报告、定题演讲、英语辩论、 英语配音等多种形式进行口语授课。 实验仪器 设备要求 实验设备要求： 能够满足大学英语听力、口语教学，实现师生双向互动的多媒体语言实验室。 最大分组人数为 100 人。 师资标准 专职教师要求： 1. 1.政治思想坚定，坚决拥护社会主义核心价值观，师德品质高尚。 2.具有英语专业或相关专业硕士研究生及以上学历，或讲师及以上技术职称。 3.具有高校教师资格证书。 4.能遵循应用型本科的教学规律，正确分析、设计、实施及评价课程。 5.具有较高的英语语言技能和一定的相关专业知识，能够在大学英语教学中， 适当引入相关专业内容。 兼职教师要求： 1. 政治思想坚定，坚决拥护社会主义核心价值观，师德品质高尚。 2. 应熟悉高等教育教学规律，具有执教能力。 3. 具有丰富的英语教育从业经历。具备执教大学英语的相关资格。 教材选用 标准 1. 本课程选用教材：政治立场坚定，坚持正确的政治方向和价值导向。教材选 取使用标准为使用外语类权威出版社出版的教材，教育部推荐使用大学外语类教材 等。优先选择外研社，外教社，高教社和复旦大学出版社等出版的全国统编大学英 语教材。 参考教材： 全新版大学进阶英语：综合教程 第 1 册 学生用书 李荫华主编 上海外语教育 出版社 978-7-5446-7706-6 2023 年 6 月出版 全新版大学进阶英语：综合教程 第 2 册 学生用书 李荫华主编 上海外语教育 出版社 978-7-5446-7707-3 2023 年 6 月出版 全新版大学进阶英语：综合教程 第 3 册 学生用书 李荫华主编 上海外语教育 出版社 978-7-5446-7708-0 2023 年 6 月出版 全新版大学进阶英语：综合教程 第 4 册 学生用书 李荫华主编 上海外语教育 出版社 978-7-5446-7709-7 2023 年 6 月出版 新一代大学英语(基础篇)视听说教程 1 (智慧版) 王守仁、何莲珍主编 外语教学 与研究出版社 978-7-5213-0873-0 2019 年 5 月出版 新一代大学英语（基础篇）视听说教程 2 (智慧版）王守仁、何莲珍主编 外语 教学与研究出版社 978-7-5213-0872-3 2019 年 5 月出版 新一代大学英语（提高篇）视听说教程 1 (智慧版）王守仁、何莲珍主编 外语 教学与研究出版社 978-7-5213-0869-3 2019 年 5 月出版 新一代大学英语（提高篇）视听说教程 2（智慧版）王守仁、何莲珍主编 外语 教学与研究出版社 978-7-5213-0868-6 2019 年 5 月出版 2. 补充材料：结合专业特色，本着因材施教的原则，补充与本专业相关的英文 文章和报刊选读资料以及大学英语四、六级相关考试材料。 评价与 考核标准 《大学英语》课程期末成绩满分 100 分，由平时过程考核与期末试卷考核两部 分构成。其中，平时过程考核占期末总成绩的 60%，期末试卷考核占期末总成绩的 40%。 平时过程考核以百分制计分，满分 100 分。由四部分组成，分别是考勤、测验
33 课堂表现、作业，每部分满分均为 100 分，且每部分占平时过程考核的 25%，具体 细则考核如下： 考勤部分：满分 100 分，缺勤一次扣 10 分，缺勤四次以上考勤部分为 0 分； 测验部分：满分 100 分，将每学期测验成绩记录，并取平均分作为测验部分成 绩； 课堂表现：满分 100 分，教师根据学生课堂表现（如迟到、上课睡觉、做与课 堂教学无关的行为、回答问题正确率等）情况给与学生该项分数； 作业部分：满分 100，将每学期每次作业（itest 网络作业、批改网作业、随堂 纸质版作业、口语作业）成绩记录并取平均分； 期末试卷考核部分满分为 100 分。期末考试试卷由校内统一命题，试卷由主观 题（翻译、写作）和客观题（词汇、阅读）构成。 撰写人：范传刚 系（教研室）主任：张强 学院（部）负责人：宋岩岩 时间： 2025 年 6 月 15 日
34 “人工智能基础”课程教学大纲（质量标准） 课程名称 人工智能基础 英文名称 Fundamentals of Artificial Intelligence 课程编号 080100Z 开课学期 第二学期 课程性质 公共基础课 课程属性 必修课 课程学分 2 适用专业 智能制造工程专业 课程学时 总学时：32； 其中理论学时：16 实验实践学时：0 上机学时：16 开课单位 信息科学与电子信息工程学院（人工智能学院） 人工智能教研室 先修课程 课程名称 对先修课应知应会具体要求 无 无 后续课程 无 课程目标及与 毕业要求的对 应关系 课程目标 毕业要求 3 5 1. 课程以理论讲解为主，结合 MOOC 线上学习，使电子 信息工程及其自动化专业学生培养自我学习的意识，能够 快速理解掌握相关内容并应用于以后的实践。 0.2 0.3 2. 解释人工智能的基本入门知识和思维，通过学习使学生 了解人工智能的基本知识和思维方法，确立科学的价值观 念，掌握人工智能在自动化专业行业方面的应用。 0.5 0.4 3. 在社会、法律、环境等多种因素的影响下，调动学生从 人工智能的角度去分析、思考和解决自动化专业复杂工程 问题，建立开拓创新的职业品格和行为习惯，为自动化专 业学生创新创业和各专业的“人工智能+”奠定基础。 0.1 0.1 4. 引导学生坚定正确的政治方向、树立远大的理想抱负、 了解世情、国情、党情、民情，树立共产主义远大理想和 中国特色社会主义共同理想，坚定中国特色社会主义道路 自信、理论自信、制度自信、文化自信，立志肩负起民族 复兴的时代重任。 0.2 0.2
35 课程概述 《人工智能基础》是一门面向全校各专业大一年级学生的公共基础课，共 32 学时，采用“线上+线下”混合式教学，以课程讲解为主，通过穿插大量的实例， 使学生能够快速理解掌握人工智能相关基础知识。课程通过阐述人工智能的基础 入门知识，使学生了解人工智能的基本知识和思维方法，调动学生从人工智能的 角度去思考和解决问题，为各学科各专业学生开展创新创业奠定基础，服务于我 校各专业的“人工智能+”专业升级。 课程主要有六大模块：1.阐述人工智能的基本概念、发展历史、研究范式和 应用领域；2.介绍分类的基本概念、感知机和支持向量机，并对分类器的工作步 骤和多分类器设计进行详细讲解；3.围绕回归和聚类，介绍机器学习的相关基础 知识以及常用的相似度计算方法；4.从人工神经网络的发展历史出发，对生物神 经网络和人工神经网络进行综合叙述，并介绍传统神经网络和深度神经网络；5. 从成像原理出发，介绍图像信息处理的基本概念和发展历史，循序渐进的讲解图 像和视频信息处理的基本概念方法及应用，并对涉及到的卷积神经网络进行介 绍；6.围绕自然语言处理，详细阐述其发展历史、典型应用、基本技术和特征提 取，并介绍循环神经网络在自然语言处理中的应用。 课程应知应会 具体内容要求 任务一：课程介绍（支撑课程目标 1、2、4） 知识要点：课程安排与介绍，MOOC 平台的使用 学习目标： 1.MOOC 平台的使用； 2.通过翻转课堂讨论对人工智能的认识，与电子信息工程专业方面的密切联 系； 3.培养爱党、爱国、爱社会主义、爱人民、爱集体的良好情操。 授课建议：在课程之初即发挥教师的积极性、主动性、创造性，引领学生“为 学须先立志。志既立，则学问可次第着力。立志不定，终不济事。”精心设计诸 多教学环节：“清晰理想信念 以终为始 筑梦前行”；“重拾上课仪式感 活在当下 活力前行”；“期待相识 言传身教 训练有素 自信前行”；渗透“高校培养什么样 的人、如何培养人以及为谁培养人这个根本问题”。 建议线下课堂教学 2 学时。 任务二：概论（支撑课程目标 1、2、4） 知识要点：人工智能的基本概念、发展历史、研究范式和应用领域。 学习目标： 1.了解人工智能的基本概念； 2.熟悉人工智能的发展历史； 3.掌握人工智能的研究范式； 4.熟悉人工智能的应用领域； 5.培养科学精神、探索创新精神； 6.注重把辩证唯物主义、历史唯物主义贯穿到人工智能发展的始终； 授课建议：利用国内外的事实、案例、素材，引导学生全面客观认识当代中 国、看待外部世界。通过对人工智能的基本概念、发展历史、研究范式和应用领 域的介绍，引导学生对人类社会发展规律的认识和把握不断深入，让学生真心喜 爱、终身受益。 建议在线 MOOC 学习 1 学时。 任务三：机器学习入门（支撑课程目标 1、3、4） 知识要点：机器学习的概念及分类、分类、回归、聚类和强化学习
36 学习目标： 1.掌握机器学习的概念； 2.了解基本分类概念； 3.熟悉分类器的原理和分类识别技术； 4.了解机器学习的分类； 5.理解回归和聚类算法； 6.了解强化学习的基本原理和典型算法； 7.培养求真务实、实践创新、精益求精的工匠精神； 8.在学习过程中培养踏实严谨、耐心专注、吃苦耐劳、追求卓越等优秀品质。 授课建议：本部分和实际应用结合比较紧密又具有一定的抽象性，应注重运 用启发式等教学方法，启发学生思维，根据课程特点合理使用多媒体现代教学技 术方式教学，充分利用动画、案例等直观、形象、互动性强的资源，有效运用微 信/QQ 群、MOOC 平台中的互动讨论等调动学生学习的主观能动性和积极性，增 强学生的理解并加以实际应用。 建议在线 MOOC 学习 2 学时。 任务四：深度学习（支撑课程目标 1、3、4） 知识要点：神经网络的概念、模型、发展历史、深度学习的概念及工作原理、 生成式人工智能的介绍和经典模型。 学习目标： 1.了解神经网络的概念； 2.了解神经网络的模型； 3.熟悉神经网络的发展历史； 4.理解浅层网络概念； 5.理解深度学习的概念及工作原理； 6.了解生成式人工智能； 7.以科学知识作支撑，实现自身价值观的树立。 授课建议：本部分为教学重点，可以采用对比教学将生物神经网络与人工神 经网络介绍给学生，培养学生的创新精神；结合最新科技发展，介绍人工智能的 前沿技术，培养学生的终身学习能力；同时注重因材施教，灵活运用启发式等教 学方法，启发学生思维，根据课程特点合理使用多媒体教学等辅助教学手段，有 效运用微信/QQ 群、MOOC 平台中的互动讨论等教学形式调动学生学习的主观能 动性和积极性，有效开展师生互动，营造良好的平台互动气氛，培养学生创新精 神和实践能力。 建议在线 MOOC 学习 2 学时。 任务五：数据处理技术（支撑课程目标 1、3、4） 知识要点：数据处理的概念及基础、大数据处理流程和数据分析基础。 学习目标： 1.掌握数据处理的概念； 2.熟悉数据处理的基本技术； 3.了解大数据处理的流程； 4.了解数据分析的常见算法； 5.培养求真务实、实践创新、精益求精的工匠精神； 6.在学习过程中培养踏实严谨、耐心专注、吃苦耐劳、追求卓越等优秀品质。 授课建议：本部分和实际应用结合比较紧密又具有一定的抽象性，应注重运