當(dāng)下，我國(guó)大數(shù)據(jù)、人工智能產(chǎn)業(yè)正在從起步階段步入黃金期，我國(guó)已成為數(shù)據(jù)資源大國(guó)。據(jù)媒體報(bào)道，我國(guó)大數(shù)據(jù)人才空缺，為十大高薪職業(yè)之一，供求比超過(guò)1:14。同時(shí)，我國(guó)人工智能人才的供求比例僅為1：10，人才缺口超過(guò)500萬(wàn)。在總規(guī)模超過(guò)30萬(wàn)億元的“新基建”中，5G、大數(shù)據(jù)中心、人工智能等新型基礎(chǔ)設(shè)施建設(shè)成為亮點(diǎn)。
2020年3月，教育部又批準(zhǔn)了137所高校建設(shè)“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”本科專業(yè)，批準(zhǔn)51所高校建設(shè)“大數(shù)據(jù)管理與應(yīng)用”本科專業(yè)。“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”專業(yè)從2015年開(kāi)始申報(bào)，迄今已有668所高校成功申報(bào)。“大數(shù)據(jù)管理與應(yīng)用”專業(yè)從2017年開(kāi)始申報(bào)，迄今已有83所高校成功申報(bào)。迄今為止，全國(guó)共有1355所職業(yè)院校成功申報(bào)了“大數(shù)據(jù)技術(shù)與應(yīng)用專業(yè)”，為大數(shù)據(jù)應(yīng)用型、實(shí)戰(zhàn)型人才培養(yǎng)奠定了基礎(chǔ)。
據(jù)專業(yè)備案結(jié)果顯示，2019年全國(guó)共有180所高校成功申報(bào)人工智能專業(yè)，新增智能制造工程專業(yè)高校80所、機(jī)器人工程專業(yè)高校62所以及智能科學(xué)與技術(shù)專業(yè)高校36所，同時(shí)全國(guó)成功申報(bào)人工智能技術(shù)服務(wù)專業(yè)的高職院校達(dá)到171所。
為了深入推進(jìn)產(chǎn)教融合、協(xié)同育人，打破院校與企業(yè)間的人才培養(yǎng)“邊界”，探索新的人才培養(yǎng)機(jī)制和模式，培養(yǎng)具有創(chuàng)新能力、符合產(chǎn)業(yè)要求的復(fù)合型、創(chuàng)新型人才，為新舊動(dòng)能的轉(zhuǎn)換提供人才支撐，成為不少院校探索和思考的方向。
針對(duì)目前高校面臨的課程、師資、科研支撐、成果轉(zhuǎn)化等瓶頸，云創(chuàng)專業(yè)共建結(jié)對(duì)子計(jì)劃可為合作院校提供“共同制定人才培養(yǎng)計(jì)劃、建設(shè)教材體系、高質(zhì)量免費(fèi)培養(yǎng)師資、全套專業(yè)課高質(zhì)量免費(fèi)在線直播教學(xué)、設(shè)計(jì)實(shí)驗(yàn)室建設(shè)方案、協(xié)助學(xué)生實(shí)習(xí)、協(xié)助學(xué)生高質(zhì)量就業(yè)、共建教育部協(xié)同育人項(xiàng)目、聯(lián)合科研項(xiàng)目申報(bào)與研究、聯(lián)合發(fā)表高質(zhì)量論文、聯(lián)合科研成果報(bào)獎(jiǎng)、助力科研成果轉(zhuǎn)化”共12項(xiàng)免費(fèi)服務(wù)，在教育領(lǐng)域反響十分強(qiáng)烈。
其中，高質(zhì)量免費(fèi)培養(yǎng)師資和全套專業(yè)課高質(zhì)量免費(fèi)在線直播教學(xué)作為重要的兩項(xiàng)服務(wù)，受到不同層次高校的廣泛好評(píng)。而全套專業(yè)課高質(zhì)量免費(fèi)在線直播教學(xué)采用“雙師模式”——直播間老師負(fù)責(zé)授課，現(xiàn)場(chǎng)助教老師負(fù)責(zé)輔導(dǎo)，可以大大解決大數(shù)據(jù)和人工智能師資緊缺問(wèn)題，提升教學(xué)質(zhì)量。
為了幫助高校大數(shù)據(jù)和人工智能專業(yè)建設(shè)快速落地，培養(yǎng)創(chuàng)新人才，云創(chuàng)大數(shù)據(jù)將從本學(xué)期5月25日開(kāi)始，推出《大數(shù)據(jù)》、《大數(shù)據(jù)導(dǎo)論》、《人工智能》以及《人工智能概論》免費(fèi)在線直播課，歡迎各高校選修。注：以上課程只支持在線直播學(xué)習(xí)，不支持回放回看學(xué)習(xí)。
《大數(shù)據(jù)》和《人工智能》適合于本科高校大數(shù)據(jù)/人工智能專業(yè)必修課程和非大數(shù)據(jù)/人工智能專業(yè)選修課程，《大數(shù)據(jù)導(dǎo)論》和《人工智能概論》適合于高職高專院校大數(shù)據(jù)/人工智能專業(yè)必修課程和非大數(shù)據(jù)/人工智能專業(yè)選修課程。同時(shí)，為了保障高校的教學(xué)實(shí)踐效果，云創(chuàng)大數(shù)據(jù)還將為選修以上四門(mén)課程的高校免費(fèi)提供大數(shù)據(jù)實(shí)驗(yàn)平臺(tái)(本科與高職兩大平臺(tái)，金融、電子商務(wù)、數(shù)學(xué)統(tǒng)計(jì)等多個(gè)版本，共有424個(gè)大數(shù)據(jù)實(shí)驗(yàn))和人工智能實(shí)驗(yàn)平臺(tái)(目前實(shí)驗(yàn)總數(shù)為117個(gè))，讓高校享受到直播授課+答疑解惑+實(shí)驗(yàn)實(shí)戰(zhàn)等個(gè)性化的服務(wù)和指導(dǎo)。
各高校對(duì)以上課程感興趣，且有意向選修(可同時(shí)選擇多門(mén))，只需請(qǐng)相關(guān)負(fù)責(zé)人根據(jù)意向課程在下方小程序中提交學(xué)校名稱、班級(jí)數(shù)、總?cè)藬?shù)、聯(lián)系人、手機(jī)號(hào)碼等信息，即可享受云創(chuàng)大數(shù)據(jù)提供的全套專業(yè)課高質(zhì)量免費(fèi)在線直播教學(xué)服務(wù)。
云創(chuàng)大數(shù)據(jù)還計(jì)劃從下學(xué)期9月份開(kāi)始提供9門(mén)大數(shù)據(jù)和人工智能專業(yè)的專業(yè)直播課程，敬請(qǐng)期待!具體課程如下：
大數(shù)據(jù)(本科)：《大數(shù)據(jù)》、《Python程序設(shè)計(jì)》、《云計(jì)算》
大數(shù)據(jù)(專科)：《大數(shù)據(jù)導(dǎo)論》、《Python語(yǔ)言》、《云計(jì)算導(dǎo)論》
人工智能(本科)：《人工智能導(dǎo)論》、《Python程序設(shè)計(jì)》、《人工智能數(shù)學(xué)基礎(chǔ)》
人工智能(專科)：《人工智能概論》、《Python語(yǔ)言》、《云計(jì)算導(dǎo)論》
如有疑問(wèn)，請(qǐng)咨詢宋倩：
聯(lián)系方式：
郵箱：songqian@cstor.cn
手機(jī)：13905177044
大數(shù)據(jù)(適合于本科高校)
一、課程性質(zhì)、目的與要求
課程性質(zhì)：本科高校大數(shù)據(jù)專業(yè)必修課程、非大數(shù)據(jù)專業(yè)選修課程。
課程目的：通過(guò)對(duì)大數(shù)據(jù)的相關(guān)知識(shí)介紹，使學(xué)生掌握大數(shù)據(jù)的概念和原理，熟悉大數(shù)據(jù)的理論與算法，了解大數(shù)據(jù)未來(lái)發(fā)展趨勢(shì)，能夠利用所學(xué)知識(shí)，進(jìn)行大數(shù)據(jù)應(yīng)用實(shí)現(xiàn)和算法設(shè)計(jì)，培養(yǎng)學(xué)生運(yùn)用大數(shù)據(jù)技術(shù)解決大數(shù)據(jù)行業(yè)應(yīng)用問(wèn)題。
課程要求：本課程系統(tǒng)介紹了大數(shù)據(jù)的理論知識(shí)和實(shí)戰(zhàn)應(yīng)用，包括大數(shù)據(jù)概念與應(yīng)用、數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)挖掘算法與工具、R語(yǔ)言、深度學(xué)習(xí)以及大數(shù)據(jù)可視化等，并深度剖析了大數(shù)據(jù)在互聯(lián)網(wǎng)、商業(yè)和典型行業(yè)的應(yīng)用。期望學(xué)生對(duì)大數(shù)據(jù)處理技術(shù)有比較深入的理解，能夠從具體問(wèn)題或?qū)嵗胧郑盟鶎W(xué)的大數(shù)據(jù)知識(shí)在應(yīng)用中實(shí)現(xiàn)數(shù)據(jù)分析和數(shù)據(jù)挖掘。
二、教學(xué)內(nèi)容
總學(xué)時(shí)：36學(xué)時(shí)
第1章 大數(shù)據(jù)概念與應(yīng)用 2學(xué)時(shí)
基本要求：熟悉大數(shù)據(jù)的概念與意義、大數(shù)據(jù)的來(lái)源、大數(shù)據(jù)應(yīng)用場(chǎng)景及大數(shù)據(jù)處理方法等內(nèi)容。
重點(diǎn)：大數(shù)據(jù)的定義、研究?jī)?nèi)容與應(yīng)用。
難點(diǎn)：無(wú)。
第2章 數(shù)據(jù)采集與預(yù)處理 4學(xué)時(shí)
基本要求：熟悉常用的大數(shù)據(jù)采集工具，特別是Apache Kafka數(shù)據(jù)采集使用方法;熟悉數(shù)據(jù)預(yù)處理原理和方法，包括數(shù)據(jù)清洗、數(shù)據(jù)集合、數(shù)據(jù)轉(zhuǎn)換;掌握數(shù)據(jù)倉(cāng)庫(kù)概念與ETL工具Kettle的實(shí)際應(yīng)用。
重點(diǎn)：Apache Kafka數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)倉(cāng)庫(kù)與ETL工具。
難點(diǎn)：ETL工具Kettle的實(shí)際應(yīng)用。
第3章 數(shù)據(jù)挖掘算法 6學(xué)時(shí)
基本要求：熟悉常用的數(shù)據(jù)挖掘算法，內(nèi)容上從分類、聚類、關(guān)聯(lián)規(guī)則和預(yù)測(cè)模型等數(shù)據(jù)挖掘常用分析方法出發(fā)掌握相對(duì)應(yīng)的算法，并能熟練進(jìn)行數(shù)據(jù)挖掘算法的綜合應(yīng)用。
重點(diǎn)：分類算法、聚類算法、關(guān)聯(lián)規(guī)則、時(shí)間序列預(yù)測(cè)。
難點(diǎn)：數(shù)據(jù)挖掘算法的綜合應(yīng)用。
第4章 大數(shù)據(jù)挖掘工具 4學(xué)時(shí)
基本要求：熟練掌握機(jī)器學(xué)習(xí)系統(tǒng)Mahout和大數(shù)據(jù)挖掘工具Spark Mllib下的分類算法、聚類算法、協(xié)同過(guò)濾算法的使用，并對(duì)其他數(shù)據(jù)挖掘工具有所了解。
重點(diǎn)：Mahout安裝與使用、Spark Mllib工具的使用。
難點(diǎn)：Mahout和Spark Mllib工具的使用。
第5章 R語(yǔ)言 4學(xué)時(shí)
基本要求：了解R語(yǔ)言的發(fā)展歷程、功能和應(yīng)用領(lǐng)域;熟悉R語(yǔ)言在數(shù)據(jù)挖掘中的應(yīng)用;掌握R語(yǔ)言在分布式并行實(shí)時(shí)計(jì)算環(huán)境Spark中的應(yīng)用SparkR。
重點(diǎn)：R語(yǔ)言基本功能、R語(yǔ)言在數(shù)據(jù)挖掘中的應(yīng)用、SparkR主要機(jī)器學(xué)習(xí)算法。
難點(diǎn)：R語(yǔ)言與數(shù)據(jù)挖掘。
第6章 深度學(xué)習(xí) 4學(xué)時(shí)
基本要求：了解深度學(xué)習(xí)的發(fā)展過(guò)程和實(shí)際應(yīng)用場(chǎng)景，并結(jié)合人腦的工作原理，理解深度學(xué)習(xí)的相關(guān)概念和工作機(jī)制，做到能夠熟練使用常用的深度學(xué)習(xí)軟件。
重點(diǎn)：人腦神經(jīng)系統(tǒng)與深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)、深度置信網(wǎng)絡(luò)、循環(huán)(遞歸)神經(jīng)網(wǎng)絡(luò)、TensorFlow和Caffe。
難點(diǎn)：人工神經(jīng)網(wǎng)絡(luò)。
第7章 大數(shù)據(jù)可視化 4學(xué)時(shí)
基本要求：熟悉大數(shù)據(jù)可視化的基礎(chǔ)知識(shí);掌握文本可視化、網(wǎng)絡(luò)可視化、時(shí)空數(shù)據(jù)可視化、多維數(shù)據(jù)可視化等常用的大數(shù)據(jù)可視化方法，可通過(guò)Excel、Processing、NodeXL和ECharts軟件實(shí)現(xiàn)數(shù)據(jù)的可視化。
重點(diǎn)：數(shù)據(jù)可視化流程、大數(shù)據(jù)可視化方法、大數(shù)據(jù)可視化軟件與工具。
難點(diǎn)：時(shí)空數(shù)據(jù)可視化、多維數(shù)據(jù)可視化。
第8章 互聯(lián)網(wǎng)大數(shù)據(jù)處理 4學(xué)時(shí)
基本要求：掌握互聯(lián)網(wǎng)信息抓取技術(shù)，能夠通過(guò)互聯(lián)網(wǎng)信息抓取、文本分詞、倒排索引與網(wǎng)頁(yè)排序這4個(gè)主要步驟實(shí)現(xiàn)互聯(lián)網(wǎng)大數(shù)據(jù)處理，并能夠熟練運(yùn)用。
重點(diǎn)：Nutch爬蟲(chóng)、文本分詞、倒排索引、網(wǎng)頁(yè)排序。
難點(diǎn)：倒排索引。
第9章 大數(shù)據(jù)商業(yè)應(yīng)用 2學(xué)時(shí)
基本要求：熟悉用戶畫(huà)像和精準(zhǔn)營(yíng)銷的構(gòu)建;熟悉廣告推薦系統(tǒng)的建設(shè);熟悉互聯(lián)網(wǎng)金融的應(yīng)用方法。
重點(diǎn)：用戶畫(huà)像構(gòu)建流程、用戶標(biāo)簽、廣告推薦、互聯(lián)網(wǎng)金融應(yīng)用方向。
難點(diǎn)：信用評(píng)分算法、分類模型的性能評(píng)估。
第10章 行業(yè)大數(shù)據(jù) 2學(xué)時(shí)
基本要求：以地震大數(shù)據(jù)、交通大數(shù)據(jù)、環(huán)境大數(shù)據(jù)和警務(wù)大數(shù)據(jù)為例來(lái)熟悉行業(yè)大數(shù)據(jù)的應(yīng)用，學(xué)會(huì)利用數(shù)據(jù)創(chuàng)造價(jià)值。
重點(diǎn)：理解數(shù)據(jù)和數(shù)據(jù)分析在業(yè)務(wù)活動(dòng)中的具體表現(xiàn)。
難點(diǎn)：無(wú)。
三、課程安排
通過(guò)在線直播的方式進(jìn)授課。授課時(shí)間為：2020年5月25日開(kāi)課
具體課程安排如下：
四、課時(shí)分配
五、建議教材與教學(xué)參考書(shū)
大數(shù)據(jù)導(dǎo)論(適合于高職高專院校)
一、課程性質(zhì)、目的與要求
課程性質(zhì)：高職高專院校大數(shù)據(jù)專業(yè)必修課程、非大數(shù)據(jù)專業(yè)選修課程。
課程目的：本課程力求加深學(xué)生在程序設(shè)計(jì)方法上的理解和把握，通過(guò)相關(guān)的事例讓學(xué)生對(duì)各知識(shí)點(diǎn)先了解，再理解，最后逐步掌握。整個(gè)過(guò)程融“教、學(xué)、練”于一體，加強(qiáng)學(xué)生實(shí)踐動(dòng)手能力、獨(dú)立思考問(wèn)題和解決問(wèn)題的能力，達(dá)到正確靈活地利用操作系統(tǒng)各知識(shí)點(diǎn)來(lái)解決相關(guān)問(wèn)題的目標(biāo)，并為后續(xù)專業(yè)基礎(chǔ)課程、專業(yè)課程的學(xué)習(xí)奠定扎實(shí)的基礎(chǔ)。
課程要求：本課程在教學(xué)過(guò)程中，根據(jù)高職培養(yǎng)應(yīng)用型人才的特點(diǎn)，以典型工作任務(wù)為主線、以各種資源管理為核心，以培養(yǎng)能力和提高興趣為目標(biāo)，變應(yīng)試為應(yīng)用，重視在新形勢(shì)下的新方法、新規(guī)則和新思想的傳授。著重培養(yǎng)學(xué)生能靈活應(yīng)用這些思想和方法的能力。課程教學(xué)中要遵循理論來(lái)自于實(shí)踐的原則，融“教、學(xué)、練”于一體，體現(xiàn)“在做中學(xué)，在學(xué)中做，學(xué)以致用”，以增強(qiáng)知識(shí)點(diǎn)的實(shí)踐性，激發(fā)學(xué)生的學(xué)習(xí)興趣。在實(shí)踐教學(xué)環(huán)節(jié)中則融入相關(guān)理論知識(shí)，突出理論來(lái)自于實(shí)踐和指導(dǎo)實(shí)踐的作用，使學(xué)生的知識(shí)應(yīng)用根據(jù)學(xué)習(xí)的內(nèi)容提升一個(gè)新的高度。
具體目標(biāo)：
知識(shí)目標(biāo)
?大數(shù)據(jù)基本概念和應(yīng)用
?大數(shù)據(jù)的架構(gòu)
?大數(shù)據(jù)的采集和預(yù)處理
?大數(shù)據(jù)的存儲(chǔ)
?大數(shù)據(jù)分析
?大數(shù)據(jù)可視化
?大數(shù)據(jù)的商業(yè)應(yīng)用
技能目標(biāo)
?大數(shù)據(jù)的基本概念和應(yīng)用范圍
?理解大數(shù)據(jù)架構(gòu)的相關(guān)概念
?理解大數(shù)據(jù)采集和預(yù)處理相關(guān)的概念，掌握數(shù)據(jù)采集相關(guān)技術(shù)的應(yīng)用，了解大數(shù)據(jù)預(yù)處理相關(guān)技術(shù)
?理解大數(shù)據(jù)存儲(chǔ)相關(guān)概念，掌握大數(shù)據(jù)存儲(chǔ)相關(guān)技術(shù)
?了解大數(shù)據(jù)分析相關(guān)概念，了解大數(shù)據(jù)分析的相關(guān)技術(shù)
?理解數(shù)據(jù)可視化的相關(guān)概念，掌握大數(shù)據(jù)可視化的相關(guān)技術(shù)
?了解大數(shù)據(jù)的商業(yè)應(yīng)用情況
二、教學(xué)內(nèi)容
總學(xué)時(shí)：36學(xué)時(shí)
第1章 大數(shù)據(jù)基本概念和應(yīng)用 2學(xué)時(shí)
基本要求：了解大數(shù)據(jù)的相關(guān)概念，了解大數(shù)據(jù)的來(lái)源、特征和意義、了解大數(shù)據(jù)的表現(xiàn)形態(tài)、了解大數(shù)據(jù)的各種應(yīng)用場(chǎng)景。
重點(diǎn)：大數(shù)據(jù)的定義、大數(shù)據(jù)的市場(chǎng)應(yīng)用。
難點(diǎn)：無(wú)。
第2章大數(shù)據(jù)的架構(gòu) 4學(xué)時(shí)
基本要求：掌握大數(shù)據(jù)的分類，了解數(shù)據(jù)類型，了解大數(shù)據(jù)的解決方案、理解Hadoop的核心設(shè)計(jì)，了解Hadoop的平臺(tái)搭建。
第3章 大數(shù)據(jù)的采集和預(yù)處理 8學(xué)時(shí)
基本要求：熟悉常用的大數(shù)據(jù)采集工具，特別是Apache Kafka數(shù)據(jù)采集使用方法;熟悉數(shù)據(jù)預(yù)處理原理和方法，包括數(shù)據(jù)清洗、數(shù)據(jù)集合、數(shù)據(jù)轉(zhuǎn)換;掌握數(shù)據(jù)倉(cāng)庫(kù)概念與ETL工具的實(shí)際應(yīng)用。
重點(diǎn)：Apache Kafka數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)倉(cāng)庫(kù)與ETL工具
重點(diǎn)：分類算法、聚類算法、關(guān)聯(lián)規(guī)則、時(shí)間序列預(yù)測(cè)。Apache Kafka數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)倉(cāng)庫(kù)與ETL工具。ETL工具Kettle的實(shí)際應(yīng)用
難點(diǎn)：數(shù)據(jù)挖掘算法的綜合應(yīng)用。
第4章 大數(shù)據(jù)的存儲(chǔ) 6學(xué)時(shí)
基本要求：理解大數(shù)據(jù)存儲(chǔ)相關(guān)概念、理解數(shù)據(jù)倉(cāng)庫(kù)的概念，了解數(shù)據(jù)倉(cāng)庫(kù)的組成和構(gòu)建方式、掌握大數(shù)據(jù)存儲(chǔ)相關(guān)技術(shù)的應(yīng)用。
重點(diǎn)：云存儲(chǔ)系統(tǒng)的結(jié)構(gòu)模型、分布式文件系統(tǒng)、數(shù)據(jù)庫(kù)。
第5章 大數(shù)據(jù)分析 8學(xué)時(shí)
基本要求：了解大數(shù)據(jù)分析相關(guān)概念，了解大數(shù)據(jù)分析的相關(guān)技術(shù)，通過(guò)上機(jī)項(xiàng)目實(shí)例進(jìn)行練習(xí)。
重點(diǎn)：數(shù)據(jù)分析方法、數(shù)據(jù)挖掘算法。
第6章 大數(shù)據(jù)可視化 6學(xué)時(shí)
基本要求：熟悉大數(shù)據(jù)可視化的基礎(chǔ)知識(shí);掌握文本可視化、網(wǎng)絡(luò)可視化、時(shí)空數(shù)據(jù)可視化、多維數(shù)據(jù)可視化等常用的大數(shù)據(jù)可視化方法，可通過(guò)Excel、Processing、NodeXL和ECharts軟件實(shí)現(xiàn)數(shù)據(jù)的可視化。
重點(diǎn)：數(shù)據(jù)可視化流程、大數(shù)據(jù)可視化方法、大數(shù)據(jù)可視化軟件與工具。
難點(diǎn)：時(shí)空數(shù)據(jù)可視化、多維數(shù)據(jù)可視化。
第7章 大數(shù)據(jù)的商業(yè)應(yīng)用 2學(xué)時(shí)
基本要求：了解國(guó)外大數(shù)據(jù)應(yīng)用經(jīng)典案例以及以地震大數(shù)據(jù)、交通大數(shù)據(jù)、環(huán)境大數(shù)據(jù)和警務(wù)大數(shù)據(jù)為例來(lái)熟悉行業(yè)大數(shù)據(jù)的應(yīng)用，學(xué)會(huì)利用數(shù)據(jù)創(chuàng)造價(jià)值。
重點(diǎn)：理解數(shù)據(jù)和數(shù)據(jù)分析在業(yè)務(wù)活動(dòng)中的具體表現(xiàn)。
三、課程安排
通過(guò)在線直播的方式進(jìn)授課。授課時(shí)間為：2020年5月26日開(kāi)課
具體課程安排如下：
四、課時(shí)分配
五、建議教材與教學(xué)參考書(shū)
人工智能(適合于本科高校)
一、教學(xué)內(nèi)容
總學(xué)時(shí)：24學(xué)時(shí)
第1章緒論 2學(xué)時(shí)
基本要求：了解人工智能是什么，它如何發(fā)展到現(xiàn)在的，以及它的研究范疇，以及應(yīng)用領(lǐng)域有哪些。
重點(diǎn)：人工智能涉及的研究范疇和應(yīng)用領(lǐng)域
難點(diǎn)：無(wú)
第2章知識(shí)表示 2學(xué)時(shí)
基本要求：熟悉知識(shí)與知識(shí)表示的定義及知識(shí)表示方法、謂詞邏輯表示法、了解產(chǎn)生式規(guī)則表示法，掌握知識(shí)圖譜的表示方法及框架，了解腳本表示法。
重點(diǎn)：知識(shí)圖譜的表示方法
難點(diǎn)：無(wú)
第3章智能搜索 2學(xué)時(shí)
基本要求: 基本要求熟悉搜索技術(shù)相關(guān)概念;熟悉廣度優(yōu)先算法，深度優(yōu)先算法，啟發(fā)式算法，遺傳算法，微觀粒子群算法概念，熟悉相關(guān)算法流程。
重點(diǎn)：重點(diǎn)：掌握各類搜索算法的基本概念
難點(diǎn)：無(wú)
第4章自動(dòng)推理 1學(xué)時(shí)
基本要求：了解確定性推理的幾種方法，包括：自然演繹推理、歸結(jié)演繹推理等。了解非確定性推理的幾種方法：包括概率方法、主觀Bayes方法、可信度推理方法、模糊推理方法。
重點(diǎn)：無(wú)
難點(diǎn)：無(wú)
第5章機(jī)器學(xué)習(xí) 2學(xué)時(shí)
基本要求：熟悉機(jī)器學(xué)習(xí)基本概念，熟悉機(jī)器學(xué)習(xí)相關(guān)算法概念，熟悉機(jī)器學(xué)習(xí)簡(jiǎn)單實(shí)驗(yàn)(7行代碼)。涉及算法類別有(1)有監(jiān)督;(2)無(wú)監(jiān)督;(3)概率圖模型;(4)集成學(xué)習(xí);熟悉相關(guān)數(shù)學(xué)公式以及算法展示結(jié)果
重點(diǎn)：機(jī)器學(xué)習(xí)相關(guān)算法類別的機(jī)器以及算法概念
難點(diǎn)：
第6章深度學(xué)習(xí) 4學(xué)時(shí)
基本要求：了解深度學(xué)習(xí)的形成過(guò)程、模型訓(xùn)練的基本方法、正則化方法，深度學(xué)習(xí)中的優(yōu)化方法，以及深度學(xué)習(xí)的軟硬件實(shí)現(xiàn)。
重點(diǎn)：BP神經(jīng)網(wǎng)絡(luò)原理，正反向傳播
難點(diǎn)：無(wú)
第7章卷積神經(jīng)網(wǎng)絡(luò) 3學(xué)時(shí)
基本要求：了解卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展過(guò)程，以及卷積神經(jīng)網(wǎng)絡(luò)中各種結(jié)構(gòu)的計(jì)算過(guò)程，包括，卷積層、池化層、全連接層。此外還要了解兩個(gè)經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)LeNet和AlexNet網(wǎng)絡(luò)的結(jié)構(gòu)，能夠基本看懂網(wǎng)絡(luò)中的各個(gè)結(jié)構(gòu)代表什么操作。
重點(diǎn)：卷積層、池化層、全連接層是如何計(jì)算的
難點(diǎn)：無(wú)
第8章循環(huán)神經(jīng)網(wǎng)絡(luò) 2學(xué)時(shí)
基本要求：了解循環(huán)神經(jīng)網(wǎng)絡(luò)的基本工作原理、模型缺陷、其他變體以及在各方面的應(yīng)用。
重點(diǎn)：RNN的工作原理及它的應(yīng)用
難點(diǎn)：RNN變體的計(jì)算方式的理解
第9章自然語(yǔ)言處理 3學(xué)時(shí)
基本要求：了解自然語(yǔ)言處理基礎(chǔ)理論與應(yīng)用范圍，掌握自然語(yǔ)言模型，掌握情感分析基本原理，了解自然語(yǔ)言模型在消歧中的應(yīng)用。
重點(diǎn)：自然語(yǔ)言模型，情感分析基本原理
難點(diǎn)：無(wú)
第10章分布式智能 1學(xué)時(shí)
基本要求：了解分布式智能的三種形式，包括：多智能體系統(tǒng)、邊緣計(jì)算系統(tǒng)和群體感知系統(tǒng)。還要了解四種人工智能協(xié)同體系，以及分布式智能的幾種應(yīng)用。
重點(diǎn)：分布式智能涉及到的技術(shù)有哪些
難點(diǎn)：無(wú)
第11章 智能機(jī)器人 1學(xué)時(shí)
基本要求：了解智能機(jī)器人的基本概念、智能機(jī)器人關(guān)鍵技術(shù)、智能機(jī)器人控制策略、智能機(jī)器人在各領(lǐng)域的應(yīng)用情況。
重點(diǎn)：無(wú)
難點(diǎn)：無(wú)
第12章人工智能前沿 1學(xué)時(shí)
基本要求：了解智人工智能的前沿技術(shù)及其基本原理。
重點(diǎn)：無(wú)
難點(diǎn)：無(wú)
二、課程安排
通過(guò)在線直播的方式進(jìn)授課。授課時(shí)間為：2020年5月26日開(kāi)課
具體課程安排如下：
三、課時(shí)分配
四、建議教材與教學(xué)參考書(shū)
人工智能概論(適合于高職高專院校)
一、教學(xué)內(nèi)容
總學(xué)時(shí)：22學(xué)時(shí)
第1章AI時(shí)代的起航 2學(xué)時(shí)
基本要求：大致了解人工智能是什么?它的發(fā)展經(jīng)過(guò)、常見(jiàn)應(yīng)用、幾種流派。以及目前人工智能面臨的機(jī)遇和挑戰(zhàn)，還有我們學(xué)習(xí)人工智能應(yīng)該需要具備怎樣的能力。
重點(diǎn)：人工智能三個(gè)階段的主流技術(shù)以及這些技術(shù)的局限性，目前的幾個(gè)流派以及其代表算法。
難點(diǎn)：無(wú)
第2章感受AI 1學(xué)時(shí)
基本要求：了解人工智能在各個(gè)行業(yè)的應(yīng)用，以及目前各種應(yīng)用的大概水平
重點(diǎn)：無(wú)
難點(diǎn)：無(wú)
第3章知識(shí)圖譜與知識(shí)表示 2學(xué)時(shí)
基本要求：掌握基本命題邏輯及一階謂詞邏輯，熟悉基于知識(shí)的表示方法，了解知識(shí)圖譜與知識(shí)庫(kù)，了解如何使用python構(gòu)建基于知識(shí)圖譜的問(wèn)答程序。
重點(diǎn)：命題邏輯、一階謂詞邏輯
難點(diǎn)：無(wú)
第4章搜索技術(shù) 2學(xué)時(shí)
基本要求：了解什么是搜索技術(shù)，以及基于廣度、深度、啟發(fā)式的搜索技術(shù)有哪些，它們是如何工作的。此外還需要了解遺傳算法和微粒群算法的基本工作原理。
重點(diǎn)：搜索技術(shù)涉及到的各種方法。
難點(diǎn)：遺傳算法和微粒群算法的原理理解
第5章機(jī)器學(xué)習(xí) 4學(xué)時(shí)
基本要求：了解什么是機(jī)器學(xué)習(xí)，知道機(jī)器學(xué)習(xí)數(shù)據(jù)集標(biāo)注和劃分的方法，模型評(píng)估的方法，以及按照學(xué)習(xí)方式劃分的各種算法，包括有監(jiān)督學(xué)習(xí)算法中的線性回歸、決策樹(shù)、SVM算法，無(wú)監(jiān)督學(xué)習(xí)中的聚類、關(guān)聯(lián)分析、降維等算法，還有集成學(xué)習(xí)的一些算法。
重點(diǎn)：機(jī)器學(xué)習(xí)的分類及常見(jiàn)算法
難點(diǎn)：各種算法中數(shù)學(xué)思想的理解
第6章深度學(xué)習(xí) 4學(xué)時(shí)
基本要求：要了解深度學(xué)習(xí)是什么，怎么發(fā)展到現(xiàn)在的，以及人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)，強(qiáng)化學(xué)習(xí)的的工作原理和應(yīng)用，還要了解目前的深度學(xué)習(xí)主流框架等相關(guān)知識(shí)。
重點(diǎn)：人工神經(jīng)網(wǎng)絡(luò)的工作原理
難點(diǎn)：誤差反向傳播算法，強(qiáng)化學(xué)習(xí)工作原理
第7章 自然語(yǔ)言處理 4學(xué)時(shí)
基本要求：了解自然語(yǔ)言處理應(yīng)用領(lǐng)域，熟悉詞法分析、句法分析、語(yǔ)義分析的基本原理與方法，了解如何使用python進(jìn)行中文文本分析與可視化。
重點(diǎn)：詞法分析、句法分析、語(yǔ)義分析的基本原理與方法
難點(diǎn)：無(wú)
第8章智能控制技術(shù) 1學(xué)時(shí)
基本要求：了解自動(dòng)控制技術(shù)是什么，它的組成和原理是什么。并需要分別了解模糊控制、專家控制、神經(jīng)網(wǎng)絡(luò)控制三種方法
重點(diǎn)：三種模糊控制大致原理
難點(diǎn)：無(wú)
第9章工業(yè)機(jī)器人技術(shù) 1學(xué)時(shí)
基本要求：了解工業(yè)機(jī)器人是什么，以及目前全球九大工業(yè)機(jī)器人巨頭。了解工業(yè)機(jī)器人的核心技術(shù)、編程軟件、產(chǎn)業(yè)鏈，以及它的操作與維護(hù)。
重點(diǎn)：機(jī)器人的核心技術(shù)
難點(diǎn)：無(wú)
第10章建筑智能化技術(shù) 1學(xué)時(shí)
基本要求：熟悉建筑智能化技術(shù)概念，了解智能建筑集成系統(tǒng)，了解建筑設(shè)備裝置智能化;
了解建筑智能化應(yīng)用系統(tǒng);了解建筑智能化系統(tǒng)運(yùn)維;
重點(diǎn)：熟悉建筑智能化技術(shù)概念
難點(diǎn):無(wú)。
二、課程安排
通過(guò)在線直播的方式進(jìn)授課。授課時(shí)間為：2020年5月25日開(kāi)課
具體課程安排如下：
三、課時(shí)分配
四、建議教材與教學(xué)參考書(shū)
