- 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
学完本课程后,你将能够获得以下知识: 了解人工智能的发展简史 掌握人工智能包含的技术与相关概念 了解人工智能时代的公平和正义 了解人工智能时代的人机关系与治理
课程概览
AI的技术
二、人工智能的发展
python编程基础
python技术介绍
python编程基础
三、数学基础
线性代数
概率论与信息论
数值计算
四、TensorFlow编程
TensorFlow介绍
TensorFlow开发
五、深度学习预备知识和深度学习概览
深度学习预备知识
深度学习概览
六、华为云EI概览
AI的认知及EI的由来
华为云EI企业智能详细介绍
授课讲师

工作经验: 2年java和android开发经验 曾任汇迪能源公司 软件工程师 项目经验: 曾参与云埔O2O支付业务,卡卷等业务的云埔App开发,汇迪能源公司内部人员管理APP开发、海派海印图片处理相框销售的APP开发。 特长和技能: 熟练掌握javase和Android等开发,熟练掌握SQLServer,Oracle等数据库,对android开发各个方面有深刻了解。熟悉掌握android各大基本框架的使用,对一些新框架和组件都有过深入的研究和应用。熟悉深度学习框架tensorflow,熟悉神经网络的各种模型,如:深度神经网络,卷积神经网络 教学特色: 对课程讲解深入浅出,通俗易懂,举例形象深刻,理论联系实践,对学生学习要求严格,但能深入了解学生的学习和生活状况,循循善诱,平易近人;注意启发和调动学生的积极性,课堂气氛较为活跃;例题丰富,不厌其烦,细心讲解,虚心并广泛听取学生的意见和反馈信息,做到及时修正和调整自己的知识的传授方式。
课程大纲
- 第1章AI概览
-
    第1节 AI概览_AI的过去
-
    第2节 AI概览_AI技术是什么
-
    第3节 AI概览_人工智能的产业发展与战略规划
- 第2章python编程基础
-
    第1节 Python技术介绍1
-
    第2节 Python技术介绍2
-
    第3节 Python列表和元组、字符串、字典、条件和循环语句
-
    第4节 Python函数、面向对象编程
-
    第5节 Python 日期和时间、正则表达式、文件操作
- 第3章数学基础
-
    第1节 线性代数
-
    第2节 线性代数2
-
    第3节 概率论与信息论1
-
    第4节 概率论与信息论2
-
    第5节 概率论与信息论3
-
    第6节 概率论与信息论4
-
    第7节 数值计算
- 第4章TensorFlow编程
-
    第1节 TensorFlow_基础知识
-
    第2节 TensorFlow_简介与特点
-
    第3节 TensorFlow_模块及环境搭建
-
    第4节 TensorFlow_开发基本步骤及其它框架
- 第5章深度学习预备知识和深度学习概览
-
    第1节 深度学习预备知识1
-
    第2节 深度学习预备知识2
-
    第3节 深度学习预备知识3
-
    第4节 神经网络定义与发展
-
    第5节 感知器与训练法则
-
    第6节 激活函数
-
    第7节 神经网络的种类
-
    第8节 深度学习中的正则化
-
    第9节 优化器
-
    第10节 深度学习的应用
- 第6章华为云EI概览
-
    第1节 EI的由来与基础平台类服务
-
    第2节 通用与行业领域类服务
实验列表
- 实验名称实验1 python实验之列表和元组
- 实验描述本实验主要介绍了列表和元组的相关知识点和简单操作
- 实验名称实验2 python实验之字符串和字典
- 实验描述本实验主要介绍了 Python 字符串的相关知识点和简单操作,Python 字典的相关知识点和简单操作
- 实验名称实验3 python实验之条件、循坏语句
- 实验描述本实验主要介绍了 Python 条件、循环语句的相关知识点和简单操作
- 实验名称实验4 python实验之函数
- 实验描述本实验主要介绍了 Python 函数的相关知识点和简单操作
- 实验名称实验5 python实验之面向对象
- 实验描述本实验主要介绍了 Python 面向对象编程的相关知识点和简单操作。
- 实验名称实验6 python实验之日期和正则表达式
- 实验描述本实验主要介绍了 Python 日期和时间的相关知识点和简单操作,Python 正则表达式的相关知识点和简单操作。
- 实验名称实验7 python实验之文件操作
- 实验描述本实验主要介绍了 Python 文件操作的相关知识点和简单操作。
- 实验名称实验8 数学基础实验之基础数学
- 实验描述基础数学知识在人工智能领域,尤其是在传统机器学习和深度学习领域有大量的应用,尤其是 在算法设计和数值处理方面。本章节的主要目的就是基于 Python 语言和相应的基础数学模块 实现一些常用的数学基础知识,为进入人工智能的学习提供基础支持。
- 实验名称实验9 数学实验之线性代数
- 实验描述本实验主要介绍了 Python的数值处理模块numpy以及线性代数
- 实验名称实验10 数学实验之概率论
- 实验描述概率论是研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的,在一定条 件下必然发生某一结果的现象称为决定性现象。 概率论是用来描述不确定性的数学工具,很多人工智能算法都是通过描述样本的概率相关信息 或推断来构建模型。
- 实验名称实验11 数学实验之最小二乘法
- 实验描述最小二乘法(Least Square Method),做为分类回归算法的基础,有着悠久的历史。它通过最 小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的参数,并 使得预测的数据与实际数据之间误差的平方和为最小。
- 实验名称实验12 数学实验之梯度下降法
- 实验描述梯度下降法(gradient descent),又名最速下降法,是求解无约束最优化问题最常用的方法, 它是一种迭代方法,每一步主要的操作是求解目标函数的梯度向量,将当前位置的负梯度方向 作为搜索方向(因为在该方向上目标函数下降最快,这也是最速下降法名称的由来)。 梯度下降法特点:越接近目标值,步长越小,下降速度越慢。
- 实验名称实验13 TensorFlow实验之Hello,TensorFlow
- 实验描述本实验通过输出“Hello, TensorFlow!”,帮助理解 session 的作用
- 实验名称实验14 TensorFlow实验之矩阵相乘
- 实验描述本实验通过介绍了 TensorFlow 的张量,帮助了解矩阵相乘函数的用法,通过使用 tf.Variable 创建变量(节点),学习变量的用法
- 实验名称实验15 TensorFlow实验之可视化
- 实验描述本实验主要是展示 TensorBoard 的可视化效果。
- 实验名称实验16 TensorFlow实验之图操作
- 实验描述本实验通过几个实例操作,了解计算图的相关操作
- 实验名称实验17 TensorFlow实验之模型保存与使用
- 实验描述本实验主要介绍如何保存模型和使用保存的模型,一般而言,训练好的模型都需要保存。
- 实验名称实验18 TensorFlow验之线性回归
- 实验描述本实验为 TensorFlow 线性回归的一个实际案例即房价预测。此实验会涉及到循环训练模型的过程,运行程序后,在控制台第一次看到训练记录大约要5分钟左右,整个训练过程耗时需要1个小时10分左右,该实验只需了解代码思路即可,无需等队结果
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 |
---|
相关课件 更多
-
pdf
HCIA-AI华为认证人工智能工程师教材V1.0
大小:12.86MB
2020-05-04
-
pdf
HCIA-AI实验指导书V1.0
大小:11.06MB
2020-05-04