1、本课程紧密把握人工智能领域的发展前沿及实际应用，详细地
讲解了人工智能基础理论知识，使学生能够学以致用。
2、本课程围绕大学生人工智能基础的能力培养要求，以大量实际
案例加深对人工智能方法的理解，提升学生的创新实践能力。
3、本课程有利于学生掌握人工智能发展前沿，教学内容丰富。
Overview
Syllabus
- 第一章 人工智能概述
- 1.1 什么是人工智能
- 1.2 人工智能的发展历史
- 1.3 人工智能的主流学派
- 1.4 人工智能的研究内容
- 1.5 人工智能的伦理
- 第二章 机器学习基础
- 2.1 机器学习的发展历史
- 2.2 机器学习的概念
- 2.3 机器学习的典型应用
- 2.4 机器学习的未来
- 第三章 神经网络
- 3.1 神经元及神经网络
- 3.2 前馈神经网络
- 3.3 卷积神经网络
- 3.4 循环神经网络
- 3.5 深度学习
- 第四章 机器视觉
- 4.1 机器视觉定义与图像处理基础
- 4.2 图像识别的人工智能技术
- 4.3 图像消除的人工智能技术
- 第五章 自然语言处理
- 5.1 自然语言处理的定义与相应模式
- 5.2 机器翻译的人工智能技术
- 5.3 人机对话的人工智能技术
- 第六章 人工智能与生活
- 6.1 智能排序
- 6.2 智能推荐系统
- 6.3 智能路径规划
- 6.4 社交网络分析
- 6.5 智能信用评级
- 第七章 人工智能与机器人
- 7.1 机器人概述
- 7.2 机器人的发展历程
- 7.3 机器人中的智能技术
- 7.4 智能机器人的应用
- 7.5 智能驾驶
- 第八章 人工智能与教育
- 8.1 人工智能与教育的发展现状
- 8.2 生成式人工智能的应用
- 8.3 人工智能在辅助教学中的应用
- 8.4 “人工智能+教育”典型案例
- 8.5 人工智能与教育的发展趋势
- 第九章 人工智能大模型应用
- 9.1 大模型概述
- 9.2 典型的大模型工具及使用
- 9.3 AI提示词与应用
- 9.4 智能体开发
- 第十章 人工智能前沿
- 10.1 人工智能与量子计算
- 10.2 AI专用芯片
- 10.3 具身智能与空间智能
- 10.4 人工智能与军事应用
- 10.5 人工智能与脑机接口
- 10.6 人工智能与类脑计算
- 期末考试
Taught by
Zhang minhui, Pan Zhen, Hong Deng, and Gan shengjiang
