一、课程概述

1.课程教学目标:《人工智能与机器学习在企业中的应用》是面向本科生开设的一门数字化课程。该课程是以人工智能、机器学习及其在企业中的应用为主要内容，以数字化教学理论为指导，并集多种教学模式和教学手段为一体的教学体系。这一课程的关注焦点是价值创造，学生将学习如何利用数字技术创造更多价值。人工智能和机器学习是信息科学的重要组成部分之一，伴随深度学习等现代人工智能技术的迅速崛起和广泛应用，人工智能已上升到国家战略层面。而另一方面，人工智能又是一门包含众多不同研究领域和理论方法的综合科学，尤其近几年人工智能的学术研究与产业应用的融合,使许多人工智能的最新进展已超出大多数经典教科书所涵盖的范围。

为了使学生能够理清现代人工智能的知识结构与发展现状，本课程将在人工智能理论框架的基础上，结合各行业的实际场景,介绍现代人工智能技术在行业背景下的商业应用以及所面临的挑战。本课程的教学目的在于帮助学生获得人工智能与机器学习在企业应用中的前沿信息，同时增强其自主学习能力、案例分析能力，以适应当今社会不断发展的趋势。具体表现在：

（1）思考理解能力：能独立思考人工智能与机器学习应用为企业带来的竞争优势；能理解案例中企业在人工智能与机器学习的具体应用；能就一些经典的人工智能和机器学习应用进行阐述、解释、总结；

（2）案例分析能力：将人工智能和机器学习的理论知识转化为可用于实践的具体项目。利用所学的知识内容，有能力分析人工智能和机器学习在企业中应用的实际场景。

2.课程授课对象：本课程适用于对人工智能与机器学习感兴趣，希望掌握更多关于人工智能与机器学习应用的知识，进一步提升综合能力的学生。

3.课程总学时要求:总学时：32   讲课学时：32    实验学时：0  

4.本课程与其他课程的联系与分工：本课程和“平台模式与产品模式”课程密切相关，有助于学生提升对企业数字化的理解，为平台模式的发展奠定相关技术基础。

二、课程内容

1.课程内容：本课程主要为企业数字化转型建立技术基础，探讨转型节奏以及它为企业带来的新规则。随后，学生将学习人工智能与机器学习的应用、数字转型的环境以及在数字化时代企业的成功之道。课程将包含各类企业的专有工作框架，提供实用的企业转型范例，以及人工智能和机器学习在企业的实际案例体现。

在课堂教学过程中充分利用多媒体等设备及部分音、视频材料，通过课堂讨论、课外作业、自学以及后案例讨论等实践性环节多形式共同实施教学过程，加深学生对所学知识的理解和实际操作能力。

第一部分：人工智能及其应用

主要内容：1.为什么要学习人工智能

         2.人工智能溯源

3.现代人工智能的理论框架

         4.人工智能的产业应用

教学要求：要求学生掌握人工智能的重要性和起源，了解现代人工智能的理论框架，并且运用所学知识分析人工智能在企业中的应用。

第二部分：机器学习及其应用

主要内容：1.什么是机器学习

         2.机器学习的基础

         3.机器学习存在的多种手段

         4.机器学习的应用实例

5.机器学习的适用领域与不适用领域

教学要求：要求学生掌握机器学习的基本内容和基础，理解机器学习的多重手段，并且可以分析机器学习的相关应用，区别机器应用适用与不适用的领域。

第三部分：人工智能和机器学习应用的商业实例

主要内容：1.基于人工智能的线下商业

2.基于深度学习的智能零售

         3.商业零售场景的核心问题与技术发展

         4.谷歌：人工智能的实例

         5.谷歌：机器学习的实例

教学要求：要求学生掌握人工智能背景下的线下与智能零售，并且可以通过谷歌的案例对人工智能和机器学习的应用有深度的理解。

第四部分：人工智能与机器学习的未来展望

主要内容：1.人工智能与机器学习应用存在的问题

         2.人工智能与技术学习应用的发展前景

教学要求：要求同学能够分析人工智能和机器学习存在的问题，并且可以对人工智能和机器学习在未来的应用进行分析。

2.课程教学内容及学时分配表

三、教学基本要求

1.对课程教学的基本要求

以"微专业”教学目标为基础，更新教育理念，进一步完善教学内容，探索以多媒体网络技术为依托的现代的、多元的和全方位的听说教学模式。保持教学内容的先进性，突出实用性特色。加强教材建设，实现教材多元化，完善教材体系，满足学生的实际需求。进一步完善该课程与其他相关课程链接的教学模式和教学方法。

（1）教学方法

实施课堂教授与应用能力培养并重的教学原则，积极开展互动性课堂教学，加强实践性教学环节，培养学生对人工智能相关技术的实际操作能力。

（2）作业布置

根据教学进程和教学需求,统筹安排学生作业和学习任务。除布置一般作业外，强调布置自主性、主动性、实践性和研究性等学习任务。一般作业包括:通常的预习、复习和课后练习。学习任务包括:应用分析、案例分析等。

四、课程推荐使用的教材及教学参考资料

主要教材及参考书：

教材：

1. 自编讲义

2. 戴维‧莫契拉.《数字化未来》. 现代出版社.

主要参考书：

1. 陈雪频.《数字化转型》.

2.王万良. 《人工智能及其应用》. 高等教育出版社.

五、实施说明：

1.考核方式：考核包括学生平时上课出勤率、参与课堂语言活动的表现、课后学生作业和学习任务完成情况和期末考试等成绩。考核与评估的构成比例如下（百分制）：平时成绩40%（包括平时作业20%+课堂表现10%+考勤10%）+期末测试60%。