人工智能课程大纲Word格式.docx
- 文档编号:13546221
- 上传时间:2022-10-11
- 格式:DOCX
- 页数:26
- 大小:34.62KB
人工智能课程大纲Word格式.docx
《人工智能课程大纲Word格式.docx》由会员分享,可在线阅读,更多相关《人工智能课程大纲Word格式.docx(26页珍藏版)》请在冰豆网上搜索。
人脸识别技术介绍视频18:
人脸识别应用视频19:
人脸识别演示
视频20:
人体分析视频21:
人体分析应用视频22:
人体分析服务演示视频23:
语音技术基础
视频24:
语音识别应用设计
视频25:
语音唤醒.
视频26:
声纹识别
视频27:
语音合成
视频28:
语音技术应用
视频29:
语音技术演示
视频30:
自然语言处理基础
视频31:
自然语言处理应用
视频32:
自然语言处理演示
视频33:
机器翻译基本介绍视频34:
机器翻译应用
视频35:
机器翻译演示
实验1:
通用文字识别
实验2:
识別各类卡片证照的应用
实验3:
识別中国大陆机动车车牌的应用
实验4:
识别营业执照以及支票的应用
实验5:
识別表格内容完成纸质报表单据的电子化应用
实验6:
自泄义模板完成文字识别的应用
实验7:
菜品识别分类
实验8:
车辆识别分类
实验9:
商标识别分类
实验10:
动物识别分类
实验植物识别分类
实验12:
EasyDL左制化图像识別
实验内容
实验13:
人脸检测和属性分析
实验14:
人脸相似度对比
实验15:
人脸搜索应用
实验16:
人体关键点识別的应用开发
实验17:
人体属性分析的应用开发
实验18:
人流量统计的应用开发
实验19:
语音识别的应用开发
实验20:
语音合成的应用开发
实验21:
词法分析
实验22:
词向量表示
实验23:
DNN语言模型
实验24:
评论观点抽取
实验25:
短文本相似度
实验26:
情感倾向分析
2.Python编程基础(见大数据)
3.Python数据分析(见大数据)
4.机器学习
课程名称
机器学习
本课程从机器学习的基本知识导入,讲述数据淸洗,特征选择,建模,模型评估和优化,模型选择的基本流程。
并讲述了常用的线性回归,逻辑分类,决策树,随机森林,K-近邻,支持向量机以及K-均值聚类算法等,讲解算法的基本原理,结合案例和Python库讲解如何应用算法,以及对应的场景和注意事项。
(1)掌握通过机器学习算法建模的基本流程和方法
(2)掌握主要机器学习算法的基本原理和应用场景
(3)能够利用Python库,应用常见算法完成建模
(4)根据数据和应用场景,选择合适的算法,完成数据淸洗,建模,评估的过程。
64
什么是机器学习视频2:
机器学习的方法视频3:
模型评估与选择
视频4:
python介绍和平台搭建
基本语法
视频6:
python数据挖掘
视频7:
学习内容介绍
视频8:
以简尾花数据集为例
视频9:
什么是聚类
视频10:
相似性度量
视频11:
常用的聚类分析方法
视频12:
应用案例
视频13:
模型介绍
视频14:
距离度疑和k值选择
视频15:
视频16:
相关分析
视频17:
—元线性回归分析视频18:
多元线性回归分析视频19:
案例介绍.
建模
视频21:
logistic回归建模
视频22:
logistic实战
视频23:
分类问题
信息爛
决策树学习算法
随机森林
线性可分支持向疑机
线性支持向量机和软间隔
非线性支持向量机
SM0算法
朴素贝叶斯
视频34:
贝叶斯决策论&
贝叶斯分类器
应用案例.
视频36:
bagging和随机森林
视频37:
前向分布算法
视频38:
梯度提升树
视频39:
XGBoost.
视频40:
Adaboost
视频41:
视频42:
神经元模型
视频43:
感知机与多层网络
视频44:
误差逆传播算法
视频45:
深度学习
视频46:
应用举例
视频47:
实验1实验准备
视频48:
实验2-01实验目的及步骤
视频49:
实验2-02实验模型程序(上)
视频50:
实验2-03实验模型程序(下)
视频51:
实验3集成算法
实验1:
Python机器学习相关工具安装与使用介绍实验2:
聚类分析应用举例
KNN应用举例
线性回归和回归树举例
Logistic回归应用举例
决策树应用举例
支持向量机应用举例
实脸8:
贝叶斯分类器应用举例
集成学习应用举例实验10:
神经网络应用举例
实验11:
通讯运营商客户流失案例之单模型分析实验12:
通讯运营商客户流失案例之集成模型分析
5.TensorFlow深度学习实战
TensorFlow深度学习实战
我们正处于一个日新月异、飞速变革的时代,层岀不穷的新技术每天都在冲击和改变我们的生活,人工智能无疑是其中最受关注、也是影响最为深远的技术领域。
为了提髙科研和应用的开发效率,而向深度学习的开发框架不断涌现,而TensorFlow就是苴中的佼佼者,课程从TensorFlow的基本计算结构开始讲起,逐步延伸到深度学习各大神经网络,全程案例代码实战,一步步带大家入门如何使用TensorFlow玩转深度学习。
课程风格通俗易懂,快速掌握当下最热门的深度学习框架。
(1)了解深度学习的发展历程与发展阶段,熟悉深度学习在il•算机视觉与自然语言处理领域的应用场景。
(2)理解TensorFlow计算图的槪念与原理;
利用会话运行计算图模型。
(3)掌握张量、占位符、数据喂入、模型保存与恢复、计算图可视化等概念的基本原理。
(4)理解全连接网络的向前传输过程,熟悉学习率、梯度下降、反向传播的推导过程。
(5)掌握卷积神经网络的基本模型,理解卷积、池化的概念,能能够网络模型搭建神经网络。
(6)应用卷积神经网络模型解决现实场景中的问题。
第一讲:
走进深度学习世界
第二讲:
搭建深度学习开发环境
第三讲:
构建二维线性拟合模型
第四讲:
全连接网络模型构建房屋价格预测模型
第五讲:
构建手写字识别模型
第六讲:
LeNet-5模型构建手写字识别
第七讲:
AlexNet物体图分类识别模型构建
实验一:
构建二维数据拟合模型
实验二:
构建泰坦尼克号生存率模型
实验三:
全连接神经网络构建手写字识別模型实验四:
LeNet-5构建手写字别模型
实验五:
AlexNet构建物体分类模型
6.神经网络与深度学习
本课程讲解了神经网络方而技术,包括多层感知机,卷积神经网络,循环神经网络,及英经典架构和常见应用。
并介绍常用的深度学习框架TensorFlow,实现多种经典模型。
(1)掌握深度学习的框架,以及常用的经典模型
(2)了解分布式计算框架和并行计算框架处理大规模计算的方式
深度学习概论
深度学习基础
多层感知机网络
卷积神经网络图像识别原理与实践
卷积神经网络进阶-经典模型及迁移学习
Callbacks与Tensorboard
生成式对抗网络GAN
第八讲循环神经网络
第九讲深度强化学习导论
实验1:
Anaconda、Tensorflow/Keras的安装
张量运算程序设计
基于Keras搭建多层感知机网络用于手写数字分类任务
基于Keras搭建卷积神经网络用于手写数字分类
利用VGG模型进行深度神经网络迁移学习
实验6:
Callbacks函数及Tensorboard使用
基于Keras构建GAN网络用于手写数字图像生成
基于Keras构建循环神经网络用于时间序列预测分析
利用DeepQ-Network控制倒立摆
7.OpenCV图像处理实战
OpenCV图像处理实战
本课程基于OpenCV最新版本3.4.0详细讲述OpenCV图像处理部分内容。
主要包括图像的读取、几何变换、通道的分离与合并、R0I的标记、平滑与锐化操作、视频操作与目标检测,各种基于常用核心API讲述基本原理、使用方法、参数、代码演示、图像处理思路与流程讲授。
涵iXiOpenCV中图像处理部分的全部主要内容。
课程中穿插了应用开发中常见问题与分析,是学习图像知识与应用开发最佳实践课程。
(1)熟悉数字图像处理的基本内容,能正确读取、显示与保存图像。
(2)熟悉各种基本绘图函数,能绘制圆形、矩形与文字。
(3)理解平移、旋转、缩放、仿射等各种几何变换。
(4)掌握图像平滑与边缘提取的各种方法。
(5)理解图像形态学的基本操作,如膨胀与腐蚀等。
(6)理解图像特征提取的各种方法
(7)应用视频及相关算法进行目标检测
图像及其基本操作
图像基本运算及绘图函数第三讲:
图像变换
图像处理
图像直方图
图像形态学
图像轮解
第八讲:
图像分割
第九讲:
图像特征提取与匹配
第十讲:
视频操作与分析
图像基本操作实验二:
提取图像边缘实验四:
绘制图像轮邮实验五:
提取图像特征实验六:
视频目标检测
8.计算机视觉
计算机视觉
课程讲解了计算机视觉的发展,着重讲解深度学习在汁算机视觉方而的应用,卷积神经网络及英经典架构,以及在目标检测,目标识别,图像问答,物体跟踪等方而的应用。
(1)了解计算机视觉的技术发展
(2)掌握卷积神经网络以及经典架构
(3)能够应用经典深度学习模型处理计算机视觉的相关问题
计算机视觉槪论
卷积神经网络与图像分类
图像深度去噪
打开尘封记忆一给黑白老照片自动上色第五讲:
利用生成对抗网络GAN修补缺损图像
绘画艺术创作一神经网络画风转换实践
基于深度学习的图像语义分割
目标检测技术
计算机视觉编程环境安装配It
搭建卷积神经网络进行图像识别
给黑白老照片上色
实验5
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 课程 大纲