人工智能导论培训课程 - 探索智能科技基础

课程概览
授课讲师
课程大纲
实验列表

课程概览
授课讲师
课程大纲
实验列表

人工智能导论是一门介绍人工智能基本概念和技术的课程。该课程涵盖了人工智能的历史、人工智能的应用领域、机器学习、神经网络等方面的知识。通过灵活学习模式，学生不仅可以拓宽对人工智能的认识，还可为今后进一步深入研究人工智能打下坚实的基础。享受IT培训订阅制的灵活学习模式，涵盖在线直播互动、面授课程深度解析及海量视频订阅资源。

课程概览

第一章：绪论

1.1 生命与智能

1.2 人工智能历史

1.3 人工智能发展趋势

第二章：人工智能哲学观

2.1 哲学如何看待人工智能

2.2 人工智能的理性看待

第三章：人工神经网络

3.1 人工神经网络概述

3.2 感知机与前馈神经网络

3.3 卷积神经网络

3.4 深度神经网络

第四章：机器学习

4.1 机器学习的类型和应用

4.2 深度学习

4.3 强化学习

第五章：数字图像处理技术

5.1 数字图像处理

5.2 计算机视觉

5.3 机器视觉

第六章：人工智能伦理与法律

6.1人工智能伦理

6.2 人工智能法律

授课讲师

黄老师

专业成就：拥有华为双IE专家资格认证，在云计算与云服务领域具有专业权威。技术文章《云上主机安全设计》获得业界认可，阅读量达1700次。教学风格：授课方式通俗易懂，强调互动，营造生动有趣的课堂氛围。通过课后讨论，加深学生对技术的理解，提升学习热情。学术地位：作为高校客座教授，享有学术界和业界的广泛认可。擅长技术领域：精通云计算架构设计、云服务管理与优化。擅长云主机安全策略规划与实施。熟练掌握虚拟化技术、容器化部署和自动化运维。

课程大纲

第1章绪论
第1节生命与智能

视频名称:1.1生命与智能.wmv
第2节人工智能的历史

视频名称:人工智能的历史.wmv
第3节人工智能发展趋势

第2章人工智能哲学观
第1节哲学如何看人工智能
第2节人工智能的理性本质

第3章人工神经网络
第1节人工神经网络概述
第2节感知机与前馈神经网络
第3节卷积神经网络
第4节深度神经网络

第4章机器学习
第1节机器学习的类型和应用
第2节深度学习
第3节强化学习

第5章数字图像处理技术
第1节数字图像处理
第2节计算机视觉
第3节机器视觉

第6章人工智能伦理与法律
第1节人工智能伦理
第2节人工智能法律

实验列表

实验名称LeNet-5手写数字识别
实验描述LeNet-5是由有着卷积神经网络之父美誉的Yann LeCun（中文翻译杨立昆）于1998年提出的一种经典的卷积网络结构。它是第一个成功应用于数字识别问题的卷积神经网络。在MINST数据集上，LeNet-5模型可以达到大约99.2%的正确率。作为早期的一种卷积神经网络结构，LeNet-5极大地推动了后续卷积神经网络的发展，它通常被认为是CNN的开山之作

实验名称逻辑回归
实验描述通过 Python 工具包 scikit-learn 实现简单线性回归算法的使用。

实验名称案例：中文字体识别——隶书和行楷
实验描述AlexNet 是2012 年ImageNet 竞赛冠军获得者 Hinton 和他的学生 Alex Krizhevsky 设计的,该模型 Top5预测的错误率为 18.9%，远超第 2名，是 ImageNet 竞赛中第一个使用卷积神经网络的参赛者。在这之后，更多更深的卷积神经网络被提出，比如VGG 和GoogLeNet 等。

节数	上课时间	星期一	星期二	星期三	星期四	星期五	星期六	星期天
第1节	08:00 - 08:40
第2节	09:00 - 09:40
第3节	10:00 - 10:40
第4节	11:00 - 11:40
第5节	14:00 - 14:40
第6节	15:00 - 15:40
第7节	16:00 - 16:40
第8节	17:00 - 17:40

天数	上课日期	上课时间	内容

人工智能导论培训课程 - 探索智能科技基础

课程概览

授课讲师

课程大纲

实验列表

相关课件 更多

相关课程

相关课件更多