《人工智能基础》教材资料分析 —— 上传教学文件解析与导入方案

日期：2026-09-07　|　用途：教材目录导入前的资料核对与方案确认（替换现有虚拟课程结构）

一、上传资料清单（7 份，已全部解析为文本）

文件	要点
1《人工智能基础》课程简介.docx	课程性质：通识教育课程；对象：本科非计算机专业；48 学时 3 学分
3《人工智能基础》教学大纲.doc	旧版教学大纲
4 人工智能基础教案.doc	完整教案（含每章目标/重难点/学情/思政/作业），制定 2024.12.18，与进度表配套
5《人工智能基础》教学进度表.doc	实际排课：16 周 × 24 次课 × 2 学时 = 48；含实验 1–13
7《人工智能基础》课程考核方案.docx	考核方案（短）
8《人工智能基础》教材及参考书目录.docx	使用教材：李福清、吴炎太主编《人工智能基础（Python实现）》，人民邮电出版社 2024.12
《人工智能基础》课程教学大纲（OBE).docx	章级学时分配 + 课程目标（毕业要求支撑）

章	教材目录（用户提供）	OBE 大纲学时	进度表次课	一致?
第1章人工智能概述	✓	4	1 次课(2学时)	⚠️ 学时 2 vs 4
第2章 Python编程基础	✓	8	第2–5次课(8学时)	✓ 8
第3章 NumPy数值分析库	✓	4	第6–7次课+实验2	✓ 4+2实验
第4章 pandas数据分析库	✓	2	第9–11次课(6学时)+实验3	⚠️ 2 vs 6
第5章计算机视觉技术与应用	✓	6	第13次课(2学时)	⚠️ 6 vs 2
第6章智能语音处理与应用	✓	6	第16次课(2学时)	⚠️ 6 vs 2
第7章自然语言处理与应用	✓	4	第19次课(2学时)	⚠️ 4 vs 2
第8章生成式大模型应用	✓	6	第22次课(2学时)	⚠️ 6 vs 2
实验	目录 6 个	"第九章:实验" 11 个（9.1–9.11）	13 个（实验1–13）	❌ 6/11/13

实验数量与归属：教材目录 6 个（Python/NumPy/pandas/百度AI体验/文字识别/人脸考勤）→ OBE 大纲 11 个（python实验1–6、百度7、CV8、语音9、NLP10、文心11）→ 进度表 13 个（在 11 基础上把文心拆成 12/13，且 python 实验只列 1 个混在理论课）。教材 2024.12 出版，目录实验 6 个应为教材实配；进度表/OBE 是排课时教师自加的更多实验。
第4章 pandas 学时：OBE 标 2，进度表排 6（3 次课）。疑 OBE 大纲笔误或口径不含实验。
第1章/5/6/7/8 章学时：OBE(4/6/6/4/6) vs 进度表(均 2=1次课)。OBE 拆得细，进度表压缩（一次课塞一整章，实际难完成）。教案文档为 2024.12 版与进度表配套，但教案详细内容按节展开，可支撑按 OBE/章节细拆课时。

课程：替换现有《人工智能基础》（code AI-FUND 保持），写入课程元信息（48学时/3学分/教材/代码154111001/开课单位/课程负责人）。

章（chapter）：8 理论章按教材目录；实验建议单列一章（或并入 5.4.4 相关章，待裁决）。

课时（lesson）与学时：三选一基准：

方案A（保真目录，推荐给"平台备课粒度"）：教材"实质节 x.x"= 课时。第1章6课时、第2章3课时、第3章4、第4章7、第5章4、第6章4、第7章4、第8章5 → 共 37 理论课时 + 实验课时；学时按 OBE 大纲章学时÷该章课时数取整（如第2章 8学时/3节 → 2/3/3，可微调）。课时偏多但每课聚焦一节，最贴合平台"一课时一教案"的备课模型。
方案B（对齐进度表真实排课）：进度表"次课"= 课时 → 约 22 内容课时 + 实验（2学时/课时），与校历 16 周对应，但第 5–8 章每章仅 1 课时（内容巨大，备课不实）。
方案C（折中）：以 OBE 大纲学时为准拆课时：总学时 48（含实验16）；8 章按 OBE 学时拆成 2 学时/课时，实验课单列。

子节 x.x.x：作为对应课时的知识点标题（description 留空 → 平台 G3 拒生成规则，待录入描述后才可生成教案），保证结构完整、不阻塞备课。

模板/班级：替换后重建演示班级（新班可套任意模板或建"通识-AI"模板），原法学演示数据废弃。