课件内容:
人工智能:开启智慧新时代
知识要求:了解创新意识和创新思维的重要性;掌握创新的基本方法;掌握人工智能的基本概念;了解人工智能、机器学习和深度学习三者之间的关系;熟悉人工智能的一些典型应用。技能要求:能用人工智能的视野去洞悉周围的问题域;会用创新的思维去探究新的问题;能利用百度智能云、讯飞智能云等开放平台解决一个简单的人工智能领域的问题。
4学时—>
1.1 人工智能的缘起
1.2 机器学习与深度学习
1.3 案例1——小试牛刀:识别图片上的动物
Python:人工智能开发语言
知识要求:了解python语言特点和基本应用方法;掌握jupyter的使用方法;了解numpy存储数据的格式;掌握matplotlib绘图流程;熟悉数据的基本运算和常用绘图函数。技能要求:会安装python虚拟机;能熟练搭建jupyter运行环境;会利用numpy库进行矩阵的运算会利用matplotlib库绘制矩形图和散点图。
8学时—>
2.1 初识Python
2.2 Python开发环境搭建
2.3 Python编程基础
2.4 numpy库基础应用
2.5 matplotlib库基础应用
2.6 案例1——求解一元二次方程
2.7 案例2——用折线图解读第二产业GDP发展态势
线性回归:预测未来趋势
知识要求:了解机器是如何学习的;了解线性回归的基本原理;理解算法的含义;掌握梯度下降法;了解评价机器学习效果的基本方法。技能要求:能对样本数据进行简单的处理能用线性回归方法预测房屋的价格;会保存训练模型能对房屋价格预测结果进行合理的分析。
4学时—>
3.1 认识机器学习
3.2 认识线性回归
3.3 案例1——预测房屋价格
3.4 案例2——预测投保人医疗费用
分门别类:帮你分而治之
知识要求:了解分类器的工作流程;了解几种常用的分类器;理解K近邻算法;理解支持向量机算法;掌握手写数字数据的导入方法;了解分类效果的评估方法。技能要求:能根据分类问题正确选择合适的分类器;会利用K近邻算法来识别手写数字;能利用SVM分类鸢尾花。
4学时—>
4.1 分类器
4.2 几种主要的分类算法
4.3 案例1——手写数字识别
4.4 案例2——辅助诊断乳腺癌
物以类聚:发现新簇群
知识要求:了解聚类概念;理解K均值算法;掌握聚类算法的优点和缺点;理解无监督算法含义;掌握鸢尾花聚类的基本方法;了解聚类效果的评估方法。技能要求:能合理选择聚类算法的调节参数会确定相对正确的族个数;能对聚类结果进行合理评估。
4学时—>
5.1 聚类分析
5.2 k均值聚类
5.3案例1——探究鸢尾花品种
5.4 案例2——电商用户分类
个性化推荐:主动满足你的需求
知识要求:了解个性化推荐的概念; 理解关联分析相关概念;了解协同推荐的基本原理;理解协同推荐中的稀疏问题和冷启动问题;掌握生成关联规则的基本流程;掌握协同推荐的基本流程;了解推荐效果的评估方法。技能要求: 能利用关联规则处理类似尿不湿-啤酒问题;会利用协同推荐向观众推荐他可能感兴趣的电影。
4学时—>
6.1 认识个性化推荐
6.2案例1——推荐你喜爱的电影
6.3案例2——推荐你要一起购买的商品
语音识别:让机器言听计从
知识要求:了解语音识别的基本原理;了解讯飞云提供的语音服务;掌握利用讯飞语音包开发应用的基本步骤;了解影响语音识别准确度的因素。技能要求:会利用讯飞智能云或百度智能云提供的开发包来识别你的声音;能基于语音识别技术开发一个智能器物,如智能音控音箱、智能开关或智能语音输入程序等。
4学时—>
7.1 语音识别
7.2深度神经网络
7.3 案例1——利用CNN识别英文语音数字
7.4案例2——自制一个简单的实时语音识别系统
人脸识别:机器也认识你
知识要求:了解神经网络工作基本原理;理解神经元、多层神经网络等基本概念;了解人脸识别和图像识别的异同点;了解影响人脸识别准确度的因素。掌握在百度智能云、讯飞云或其它三方云平台上构建人脸识别应用的基本步骤。技能要求:会利用讯飞智能云或百度智能云提供的开发包来验证你的身份;能利用开发包设计一个人脸对比或人脸搜索的应用程序。
4学时—>
8.1 人脸识别基础
8.2 认识OpenCV
8.3 案例1——照片智能搜索
8.4案例2——口罩检测赋能疫情防控
《人工智能基础》PPT课件 南京科技职业学院 宋楚平
资源下载
资源下载