为了加快创新步伐，全面实施创新驱动发展战略，进一步贯彻落实国务院《新一代人工智能发展规划》和教育部《高等学校人工智能创新行动计划》，加强人工智能课程建设，提高人工智能教育水平，提高人才培养质量是当务之急。要满足国家对人
工智能人才培养的需要、提高人才培养质量，师资是关键，而组织教师培训是提高师资水平的最佳途径之一。通过培训，可以使教师了解人工智能行业发展的最新动态，分享人工智能专业相关课程的优秀教学成果，提升高校教师特别是中青年教师的业务水平和教学能力，从而进一步促进人工智能相关课程的教学发展。同时，培训可以为教师提供一个沟通信息的平台，交流课程建设和教学改革的经验，交流产、学、研合作的可能。
一、课程目标
【1】 人工智能导论课程介绍与设计
① 示范课：人工智能发展现状及应用领域
② 示范课：知识表示之一──状态空间表示及搜索技术
【2】 智能算法导论课程介绍与设计
① 智能算法基础与梳理
② 智能算法的生物学基础
③ 智能算法求解问题
④ 深度学习理论、算法与应用
【3】 实训课：人工智能实验教程
① 人工智能实验基础理论介绍，涉及深度学习模型框架的理论、发展及功能
② 人工智能实验背景、原理、操作步骤、数据、评估准则、应用平台及系统环境等
二、课程内容及时间安排
人工智能导论—— 人工智能导论——示范课：人工智能绪论 示范课：人工智能绪论 示范课：人工智能绪论
(1) 课程介绍与设计
(2) 什么是人工智能
(3) 人工智能发展史及现状
(4) 人工智能三大学派
(5) 人工智能的研究内容
人工智能导论—— 人工智能导论——示范课：状态空间表示及搜索技术 示范课：状态空间表示及搜索技术 示范课：状态空间表示及搜索技术
(1) 状态空间法
(2) 一般图搜索策略
(3) 盲目式搜索
(4) 启发式搜索
智能算法导论—— 智能算法导论——智能算法基础与梳理 智能算法基础与梳理
(1) 介绍主要的智能算法：遗传算法、免疫算法、Memetic 算法、粒子群
算法、蚁群算法、狼群算法、蜂群算法、细菌觅食算法、分布估计算
法、差分进化算法、模拟退火、贪心算法、雨滴算法、禁忌搜索算法、
量子算法、最小二乘法、A*算法、神经网络算法、深度学习算法、混
合智能算法。
(2) 介绍开发环境、主要的编程方法
智能算法导论——智能算法的生物学基础 智能算法的生物学基础 智能算法的生物学基础
以遗传算法为例，介绍其生物学基础
智能算法导论—— 智能算法导论——智能算法求解问 智能算法求解问 智能算法求解问题
(1) 介绍智能算法求解问题的关键问题，包括编码问题、解码问题、种群
初始化问题、交叉方式、变异方式、选择策略等
(2) 以具体的问题为例，介绍智能算法的实现方法
智能算法导论—— 智能算法导论——深度学习理论、算法与应用 深度学习理论、算法与应用 深度学习理论、算法与应用
(1) 介绍深度学习的理论与模型，包括深度学习的发展历史、深度学习的
优势、深度学习与人类生活、深度学习的学习范式、深度前馈神经网
络、深度卷积神经网络、卷积神经网络训练技巧、稀疏深度神经网络、
深度循环神经网络、稀疏自编码器、生成对抗网络、深度融合网络深
度复卷积神经网络与深度二值神经网络；
(2) 介绍深度学习的经典模型，包括 LeNet-5、AlexNet、VGG-Net、
GoogLeNet、ResNet 等
(3) 介绍深度学习框架与平台
(4) 介绍深度学习在遥感图像中的应用研究
人工智能实训—— 人工智能实训——基础理论介绍
深度学习模型框架的理论、发展及功能
人工智能实训—— 人工智能实训——实验理论介绍
各实验部分的实验背景、原理、操作步骤、数据、评估准则、所应用
的平台及系统环境等内容
人工智能实训—— 人工智能实训——实验
(1) 语义图生成风景图
(2) 图像分割
(3) 视频目标跟踪
(4) 人物年龄性别及情绪预测
(5) 目标检测
125jz网原创文章。发布者：江山如画，转载请注明出处：http://www.125jz.com/8700.html
微信扫一扫 
支付宝扫一扫