人工智能

  培訓(xùn)講師：李海良

講師背景：
李海良老師暨南大學(xué)副教授，碩士生導(dǎo)師，九三學(xué)社社員，中山大學(xué)工學(xué)博士香港城市大學(xué)訪問學(xué)者廣東工業(yè)大學(xué)校外合作研究生導(dǎo)師研究方向為深度學(xué)習(xí)、圖像識別、智慧綜合能源和能源大數(shù)據(jù)簡介l2018年獲得中山大學(xué)工學(xué)博士學(xué)位，2019年至2021年在暨 詳細(xì)>>

李海良
    課程咨詢電話：

人工智能詳細(xì)內(nèi)容

人工智能

人工智能 課程大綱
人工智能課程大綱
一、課程介紹
人工智能是現(xiàn)代科技領(lǐng)域的熱點之一，本課程旨在介紹人工智能的基本理論、應(yīng)用領(lǐng)域以及相關(guān)技術(shù)。通過本課程的學(xué)習(xí)，學(xué)生將了解人工智能的概念、發(fā)展歷程以及未來發(fā)展趨勢，掌握人工智能的基本原理和各種算法模型，并學(xué)會應(yīng)用人工智能技術(shù)解決實際問題。
二、課程目標(biāo)
1. 理解人工智能的基本概念和原理；
2. 熟悉人工智能的發(fā)展歷程和應(yīng)用領(lǐng)域；
3. 掌握人工智能算法和模型的基本原理；
4. 學(xué)會使用常見的人工智能技術(shù)解決實際問題；
5. 培養(yǎng)學(xué)生的創(chuàng)新思維和解決問題的能力。
三、主要內(nèi)容
1. 人工智能概述
（1）人工智能的定義和發(fā)展歷程
（2）人工智能的研究領(lǐng)域和應(yīng)用領(lǐng)域
（3）人工智能的發(fā)展趨勢和挑戰(zhàn)
2. 人工智能基礎(chǔ)
（1）機(jī)器學(xué)習(xí)基礎(chǔ)
（2）數(shù)據(jù)挖掘與分析
（3）統(tǒng)計學(xué)習(xí)方法
3. 人工智能算法
（1）神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)
（2）遺傳算法與進(jìn)化計算
（3）模糊邏輯與模糊推理
4. 自然語言處理與語音識別
（1）自然語言處理基礎(chǔ)
（2）文本分析與情感識別
（3）語音合成與語音識別
5. 圖像識別與計算機(jī)視覺
（1）圖像處理基礎(chǔ)
（2）目標(biāo)檢測與圖像分類
（3）計算機(jī)視覺應(yīng)用研究
6. 人工智能與實際問題
（1）智能對話系統(tǒng)與機(jī)器人技術(shù)
（2）智能醫(yī)療與健康管理
（3）智能交通與無人駕駛技術(shù)
四、教學(xué)方法
1. 理論教學(xué)：通過課堂講授，系統(tǒng)性地介紹人工智能的基本理論和關(guān)鍵技術(shù)。
2. 實踐操作：通過實驗和案例分析，學(xué)生實際操作人工智能工具和平臺，解決實際問題。
3. 項目實踐：設(shè)置人工智能項目實踐，培養(yǎng)學(xué)生的團(tuán)隊協(xié)作和問題解決能力。
五、考核方式
1. 平時成績：包括課堂表現(xiàn)、作業(yè)完成情況和實驗報告等。
2. 期末考試：考察學(xué)生對人工智能理論和應(yīng)用的掌握程度。
3. 項目評估：參考學(xué)生項目成果和實踐報告等。
六、參考教材
1. 《人工智能導(dǎo)論》 李聰著
2. 《機(jī)器學(xué)習(xí)》 周志華著
3. 《深度學(xué)習(xí)》 陳云著
七、參考資源
1. 機(jī)器學(xué)習(xí)工具：Python, TensorFlow, scikit-learn等。
2. 數(shù)據(jù)集：MNIST手寫數(shù)字?jǐn)?shù)據(jù)集，CIFAR-10圖像數(shù)據(jù)集等。
3. 開放平臺：微軟認(rèn)知服務(wù)，百度AI開放平臺等。
八、備注
本課程為選修課程，適合對人工智能感興趣的學(xué)生。學(xué)生可以通過課程學(xué)習(xí)打下堅實的人工智能理論基礎(chǔ)，為未來從事相關(guān)領(lǐng)域的研究和工作打下堅實基礎(chǔ)。

 

李海良老師的其它課程

《大數(shù)據(jù)技術(shù)及應(yīng)用》課程教學(xué)大綱一、課程基本信息課程名稱大數(shù)據(jù)技術(shù)及應(yīng)用（英文名稱）BigdatatechnologyandApplication課程學(xué)時理論8小時，實驗4小時授課方式多媒體+實踐考核方式實踐考試+課程論文開課單位先修課程C語言程序設(shè)計；Java程序設(shè)計；數(shù)據(jù)結(jié)構(gòu)；Linux操作系統(tǒng)；后續(xù)課程大數(shù)據(jù)算法；適用專業(yè)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、人工智能

 講師：李海良詳情

大語言模型開發(fā)與訓(xùn)練培訓(xùn)大綱第一天：基礎(chǔ)知識與初步實踐上午：理論基礎(chǔ)與工具準(zhǔn)備1.歡迎與介紹培訓(xùn)目標(biāo)和內(nèi)容概述參與者自我介紹與期望2.大語言模型概述2.1什么是大語言模型（LLM）定義與基本概念介紹Transformer架構(gòu)及其在自然語言處理中的重要性2.2LLM的應(yīng)用場景和優(yōu)勢介紹LLM在文本生成、翻譯、問答系統(tǒng)、文本摘要等方面的應(yīng)用主要的LLM架構(gòu)GPT

 講師：李海良詳情

ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBx

 講師：李海良詳情

ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBx

 講師：李海良詳情

人工智能基礎(chǔ)理論主題：機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，大模型，多模態(tài)1.機(jī)器學(xué)習(xí)基礎(chǔ)1.1機(jī)器學(xué)習(xí)的基本概念機(jī)器學(xué)習(xí)的定義與重要性數(shù)據(jù)驅(qū)動的方法與傳統(tǒng)編程的區(qū)別1.2常見的機(jī)器學(xué)習(xí)算法及其應(yīng)用場景線性回歸：用于預(yù)測連續(xù)值邏輯回歸：用于二分類問題決策樹與隨機(jī)森林：用于分類和回歸支持向量機(jī)（SVM）：用于分類問題2.深度學(xué)習(xí)基礎(chǔ)2.1深度學(xué)習(xí)的基本原理人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工

 講師：李海良詳情

第一天：人工智能基礎(chǔ)理論主題：機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，大模型，多模態(tài)1.機(jī)器學(xué)習(xí)基礎(chǔ)1.1機(jī)器學(xué)習(xí)的基本概念機(jī)器學(xué)習(xí)的定義與重要性數(shù)據(jù)驅(qū)動的方法與傳統(tǒng)編程的區(qū)別1.2常見的機(jī)器學(xué)習(xí)算法及其應(yīng)用場景線性回歸：用于預(yù)測連續(xù)值邏輯回歸：用于二分類問題決策樹與隨機(jī)森林：用于分類和回歸支持向量機(jī)（SVM）：用于分類問題2.深度學(xué)習(xí)基礎(chǔ)2.1深度學(xué)習(xí)的基本原理人工神經(jīng)網(wǎng)絡(luò)的

 講師：李海良詳情

《軟件工程設(shè)計》課程教學(xué)大綱總學(xué)時數(shù)：60學(xué)時，其中：理論教學(xué)30學(xué)時，實踐教學(xué)30學(xué)時學(xué)分：先修課程：《計算機(jī)基礎(chǔ)》，《C語言程序設(shè)計》，《數(shù)據(jù)結(jié)構(gòu)》和《數(shù)據(jù)庫原理及其應(yīng)用》考核方式：考試一、制訂大綱的依據(jù)本大綱根據(jù)2020年計算機(jī)應(yīng)用技術(shù)專業(yè)教學(xué)計劃制訂二、課程簡介軟件工程作為一門專業(yè)主干課，重點要求學(xué)生學(xué)習(xí)與軟件開發(fā)和維護(hù)有關(guān)的四個方面的主要內(nèi)容——過

 講師：李海良詳情

網(wǎng)絡(luò)安全滲透測試培訓(xùn)大綱---培訓(xùn)目標(biāo)：本培訓(xùn)旨在通過五天的學(xué)習(xí)，使學(xué)員全面掌握網(wǎng)絡(luò)安全滲透測試的理論知識與實踐技能。培訓(xùn)將理論與實踐相結(jié)合，確保學(xué)員能夠在理解滲透測試原理的基礎(chǔ)上，熟練運用各種工具和技術(shù)進(jìn)行實際操作。通過培訓(xùn)，學(xué)員將能夠獨立完成滲透測試項目，提升網(wǎng)絡(luò)安全防護(hù)與應(yīng)急響應(yīng)能力。---第一天：滲透測試基礎(chǔ)與理論上午-網(wǎng)絡(luò)安全概述-網(wǎng)絡(luò)安全的重要性

 講師：李海良詳情

業(yè)務(wù)數(shù)字化方法論課程背景：一方面，隨著信息化的深入，在傳統(tǒng)IT建設(shè)方式下，企業(yè)獨立采購或者自建的各種企業(yè)信息系統(tǒng)，在內(nèi)部數(shù)據(jù)無法互通，難以配合業(yè)務(wù)數(shù)字化的快速發(fā)展；另一方面，云服務(wù)的出現(xiàn)，讓硬件基礎(chǔ)設(shè)施轉(zhuǎn)向成數(shù)據(jù)云策略，讓IT架構(gòu)更靈活，但這也讓互聯(lián)互通困擾企業(yè)發(fā)展。數(shù)據(jù)中臺和業(yè)務(wù)中臺是企業(yè)數(shù)字化轉(zhuǎn)型的必然產(chǎn)物。中臺架構(gòu)作為整個企業(yè)各個業(yè)務(wù)所需數(shù)據(jù)服務(wù)的提供

 講師：李海良詳情

深度學(xué)習(xí)框架技術(shù)培訓(xùn)課程大綱第一天：深度學(xué)習(xí)基礎(chǔ)與框架概述上午：深度學(xué)習(xí)入門深度學(xué)習(xí)歷史與基本原理神經(jīng)網(wǎng)絡(luò)基礎(chǔ)：感知機(jī)、多層前饋網(wǎng)絡(luò)激活函數(shù)與損失函數(shù)介紹反向傳播算法原理深度學(xué)習(xí)框架重要性為什么需要深度學(xué)習(xí)框架主流深度學(xué)習(xí)框架概覽（TensorFlow,PyTorch,Keras,MXNet等）框架選擇考量因素下午：TensorFlow框架基礎(chǔ)TensorF

 講師：李海良詳情

COPYRIGT @ 2001-2018 HTTP://gzzmzs.cn INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權(quán)所有