人工智能入门与实践
实训讲义 2022版
一、课程描述
人工智能是当今世界上最炙手可热的领域之一,涵盖了机器学习、深度学习、自然语言处理、计算机视觉等技术。本入门学习课程将引导学生了解人工智能的基本原理和应用领域,掌握相关技术,为他们打开通往人工智能领域的大门。
该课程旨在为学生提供基础的人工智能知识和技巧,培养学生在人工智能领域的学术与实践能力。通过学习本课程,学生将了解人工智能的基本概念、流程和应用领域,掌握相关技术工具和算法,为他们在未来的学习和职业发展中打下坚实的基础。
本课程面向具备计算机科学基础和编程经验的学生。学生应具备良好的数学和统计学基础,熟悉至少一种编程语言,有一定的算法与数据结构理解。
通过本次培训课程可以学习到以下人工智能相关技术:
机器学习算法和技术:学生将学习常见的机器学习方法,如逻辑回归、决策树、支持向量机等,并了解如何使用机器学习进行数据预处理和模型评估。
深度学习和神经网络:学生将了解深度学习的基本原理和常用的神经网络结构,如卷积神经网络、循环神经网络等,并学习如何使用深度学习解决实际问题。
自然语言处理:学生将学习处理和理解自然语言的基本方法和技术,如文本分类、情感分析、机器翻译等。
计算机视觉:学生将了解计算机视觉的基本概念和技术,如图像处理、目标检测、图像生成等。
通过该课程,学生将掌握人工智能的基础知识和技术,培养分析问题、设计解决方案、实现与优化模型的能力。同时,学生将了解人工智能在各个领域的应用,为未来的学习和职业发展提供有力的支持和知识基础。
人工智能入门与实践
课程大纲
人工智能入门与实践
课程大纲
二、教学目的
本课程旨在引入学生人工智能的基本概念、原理和应用,培养学生对人工智能方法和技术的理解和实践能力,为未来人工智能领域的学习和研究奠定基础。
三、学员基本要求
1、具备计算机科学基础知识,包括数据结构、算法、数据库等。
2、对数学方法有一定了解,包括线性代数、概率论和统计学。
3、具备编程基础,熟悉至少一种编程语言(如Python)。
4、对操作系统有基本的了解。
四、教学内容
本次实训共安排24学时教学内容,主要从人工智能学习入门入手,涵盖了人工智能的发展历史、人工智能学习基础、以及对人工智能下的机器学习、深度学习、自然语言处理、图像处理等多个分支进行讲解。并通过一个课程实践项目来了解人工智能应用领域最广泛的图像与机器视觉是怎么工作的以及主要的工作步骤,步骤包括数据收集、数据处理、数据标记、算法实现、输出模型和模型应用。
人工智能入门与实践
课程大纲
人工智能入门与实践
课程大纲
五、学习参考书目
1.《Python人工智能编程》 作者:Sebastian Raschka、Vahid Mirjalili,出版社:机械工业出版社
2.《深度学习入门》 作者:斋藤康毅,出版社:电子工业出版社
3.《机器学习实战》 作者:Peter Harrington,出版社:人民邮电出版社
4.《统计学习方法》 作者:李航,出版社:清华大学出版社
5.《Python深度学习》 作者:Francois Chollet,出版社:人民邮电出版社
6.《机器学习》 作者:周志华,出版社:清华大学出版社
7.《神经网络与深度学习》 作者:邱锡鹏,出版社:清华大学出版社
8.《人工智能》 作者:罗捷、杨立化、曲振宇、李舰,出版社:高等教育出版社
9.《深度学习导论》 作者:张志华,出版社:清华大学出版社
10.《人工智能:一种现代的方法》 作者:Stuart Russell、Peter Norvig,出版社:机械工业出版社
人工智能入门与实践
课程大纲
六、课程要求
1、出席次数:学生应按时参加课堂讲座和讨论,并保持高出勤率。出勤率不低于80%。
2、课堂参与:学生应积极参与课堂讨论,提出问题、分享观点和经验,并与教师和其他学生互动交流。
3、课堂作业:学生将完成一系列与课程内容相关的作业(共8个),包括理论知识、编程练习和文献阅读等。作业将用于加深对概念和算法的理解,并为项目研究做准备。
4、课堂展示:学生将有机会在课程结束前进行课堂展示,分享自己的项目研究成果和所学到的知识。展示将包括项目介绍、方法描述和结果展示等。
5、项目研究:学生将在课程结束前完成一个小型人工智能项目。学生可以选择自己感兴趣的主题,设计并实现一个应用机器学习或深度学习的项目,并撰写项目报告和进行展示。
电话:0531-88287262
官网:www.sdaict.ac.cn
地址:济南市高新区旅游路8661号