人工智能、深度學習等課程資源包人工智能、深度學習等課程資源包1(套)1、基礎實驗課：人工智能應用導論

課程資源包含10個實驗手冊及其配套實驗環(huán)境等教學內(nèi)容；課程提供實驗內(nèi)容包含【人工智能應用算法實驗環(huán)境的搭建、旅行時間數(shù)據(jù)的決策樹創(chuàng)建及可視化實驗、K近鄰分類算法的實現(xiàn)及應用實驗、線性回歸模型實現(xiàn)及人口收益預測、模糊推理系統(tǒng)及其在洗衣機控制中的應用、高級人工智能開發(fā)框架的部署使用、高級人工智能開發(fā)框架的部署使用、使用深度神經(jīng)網(wǎng)絡進行圖片場景自動識別、基于FCN預訓練模型進行圖像的多目標分割、基于GooaLeNet網(wǎng)絡實現(xiàn)花卉圖像的識別應用】；

2、基礎實驗課：Python編程基礎課程資源包含不少于10個教學視頻，視頻總時長60分鐘以上、不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【環(huán)境部署、Tensor基本用法、張量的科學計算、梯度和優(yōu)化、線性回歸和邏輯回歸、數(shù)據(jù)集加載和處理、可視化實現(xiàn)方法、單層神經(jīng)網(wǎng)絡實現(xiàn)iris數(shù)據(jù)集分類、深度神經(jīng)網(wǎng)絡實現(xiàn)、卷積神經(jīng)網(wǎng)絡實現(xiàn)】；

3、基礎實驗課：數(shù)據(jù)分析與挖掘課程資源包含不少于7個教學視頻和7個實驗手冊等教學內(nèi)容，視頻總時長400分鐘以上；每個實驗手冊有對應的操作講解視頻；課程提供實驗內(nèi)容包含【Numpy介紹與使用、Pandas介紹與使用、數(shù)據(jù)繪圖可視化、數(shù)據(jù)預處理、數(shù)據(jù)分類與預測、數(shù)據(jù)聚類分析、時序數(shù)據(jù)分析處理】；

4、基礎實驗課：數(shù)據(jù)挖掘-典型算法

課程資源包含不少于13個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【Anaconda及PyCharm的安裝與配置、使用sklearn進行數(shù)據(jù)預處理基礎梳理、利用apriori算法發(fā)現(xiàn)毒蘑菇近似特征、使用fpGrowth算法發(fā)現(xiàn)購物關聯(lián)、基于SVM分析UCI銀行營銷數(shù)據(jù)集、邏輯回歸LogistcalRegression分析鳶尾花數(shù)據(jù)集、基于貝葉斯算法的鳶尾花數(shù)據(jù)分類、用LSTM實現(xiàn)股票預測、使用DBSCAN對紅酒類型聚類、使用K均值對UCIwine數(shù)據(jù)集進行分析、基于SK-learnLabelPropagation的半監(jiān)督算法實現(xiàn)、文本特征詞的提取、word2vec及doc2vec的訓練及使用】；

5、基礎實驗課：機器學習-基礎

課程資源包含不少于11個教學視頻和11個實驗手冊等教學內(nèi)容，視頻總時長300分鐘以上；每個實驗手冊有對應的操作講解視頻；課程提供實驗內(nèi)容包含【線性回歸、邏輯回歸、最大期望算法、主題模型、聚類算法、支持向量機、決策樹與隨機森林、隱馬爾科夫模型、Mahout安裝部署、Mahout聚類算法、Mahout分類算法】；

6、基礎實驗課：機器學習-中級

課程資源包含不少于11個教學視頻，視頻總時長600分鐘以上、不少于11個實驗手冊等教學內(nèi)容；每個實驗手冊有對應的操作講解視頻；課程提供實驗內(nèi)容包含【動物圖片識別、手寫數(shù)字識別、SparkMLlib庫介紹與使用、鳶尾花分類、棋類游戲、提取文章摘要、監(jiān)督學習、非監(jiān)督學習、非監(jiān)督學習自編碼、氣象數(shù)據(jù)分析、足球比賽聚類分析】；

7、基礎實驗課：機器學習-高級

課程資源包含不少于16個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【安裝配置pycharm與anaconda、基于線性回歸預測糖尿病、使用決策樹預測隱形眼鏡類型、使用決策樹對銀行貸款進行建模、利用神經(jīng)網(wǎng)實現(xiàn)MINST手寫數(shù)字識別、用CNN實現(xiàn)MNIST手寫數(shù)字識別、使用SVM實現(xiàn)手寫數(shù)字識別、基于SVM分析Kaggle泰坦尼克數(shù)據(jù)集、使用樸素貝葉斯分類器從個人廣告中獲取區(qū)域傾向、使用樸素貝葉斯對鳶尾花數(shù)據(jù)進行分類、在病馬死亡數(shù)據(jù)集上運用AdaBoost、DBSCAN聚類算法實踐、使用K均值對鳶尾花數(shù)據(jù)集進行分析、利用PCA分析鳶尾花數(shù)據(jù)、基于SVD構建餐館菜肴推薦系統(tǒng)、用HMM求解最可能的天氣】；

8、基礎實驗課：深度學習-算法基礎

課程資源包含不少于16個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【安裝配置pycharmanaconda、數(shù)據(jù)擬合與廣義線性回歸、SMO算法求解SVM、構建BP神經(jīng)網(wǎng)絡、從零開始搭建神經(jīng)網(wǎng)絡、使用Tensorflow實現(xiàn)Dropout、梯度下降優(yōu)化神經(jīng)網(wǎng)絡1、梯度下降優(yōu)化神經(jīng)網(wǎng)絡2、Tensorflow神經(jīng)網(wǎng)絡優(yōu)化策略、Mnist手寫數(shù)據(jù)集識別、RNN實現(xiàn)二進制加法、彩票預測1、彩票預測2、PCA主成分分析、基于馬爾科夫隨機場的圖像去噪方法、AutoEncoder自編碼器】；

9、基礎實驗課：深度學習-主流框架

課程資源包含不少于8個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【DeepLearning初窺：Theano簡單應用、DeepLearning初窺：TensorFlow簡單應用、DeepLearning初窺：Keras識別手寫字體、DeepLearning初窺：Keras與Scikit-Learn混合編程、DeepLearning初窺：KerasCNN圖片分類、DeepLearning初窺：KerasLSTM影評分類、DeepLearning初窺：Caffe手寫數(shù)字識別、DeepLearning初窺：Caffecifar10圖片分類】；

10、基礎實驗課：深度學習-典型實例

課程資源包含不少于8個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【DeepLearning實踐：Python實現(xiàn)深度神經(jīng)網(wǎng)絡、DeepLearning實踐：CaffeCNN實現(xiàn)圖片分類、DeepLearning實踐：CNN實現(xiàn)圖片風格遷移、DeepLearning實踐：自聯(lián)想存儲器的python實現(xiàn)、DeepLearning實踐：BP神經(jīng)網(wǎng)絡手寫識別、DeepLearning實踐：無監(jiān)督學習的自編碼器實現(xiàn)、DeepLearning實踐：自編碼器進行人臉數(shù)據(jù)降維、DeepLearning實踐：有監(jiān)督學習人臉識別】；

11、基礎實驗課：AI-算法基礎

課程資源包含不少于16個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【安裝配置pycharm與anaconda、prolog環(huán)境搭建、梵塔問題、農(nóng)夫過河問題、利用A-star算法尋路、二叉樹遍歷、搜索兩點之間路徑、初識prolog、prolog家族關系判斷、衣服搭配專家系統(tǒng)、Mycin專家系統(tǒng)、在玩具數(shù)據(jù)集中比較不同的聚類算法、高斯混合模型、DBSCAN聚類算法、jieba分詞庫使用、最大匹配算法】；

12、基礎實驗課：區(qū)塊鏈理論與應用實戰(zhàn)

課程資源包含不少于15個教學視頻，視頻總時長600分鐘以上、不少于15個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【比特幣客戶端的安裝和使用、比特幣瀏覽器的使用、比特幣瀏覽器的開發(fā)、以太坊客戶端的安裝和使用、多節(jié)點聯(lián)盟鏈搭建和通信、智能合約的編寫、測試、部署和運行、基于ERC20協(xié)議的自定義代幣發(fā)行、以太坊錢包項目開發(fā)、基于Web3js的智能合約投票、Go語言編程環(huán)境搭建、Go語言實現(xiàn)數(shù)據(jù)加密算法、Go語言模擬實現(xiàn)常見的共識算法、利用算法實現(xiàn)區(qū)塊鏈地址生成、Go語言實現(xiàn)簡單區(qū)塊鏈系統(tǒng)、EOSIO環(huán)境搭建及智能合約使用】；

13、基礎實驗課：人工智能與信息安全

課程資源包含不少于16個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【人工智能應用算法實驗環(huán)境的搭建、產(chǎn)生式系統(tǒng)應用實驗、決策樹剪枝實驗、支持向量機分類實驗、感知機網(wǎng)絡實驗、聚類算法與應用實驗、AI系統(tǒng)防火墻的安裝使用實驗、AI系統(tǒng)網(wǎng)絡配置及BBR安裝使用實驗、AI算法在惡意域名識別中的應用實驗、使用AI算法判別垃圾郵件實驗】；

14、基礎實驗課：NLP自然語言處理

課程資源包含不少于16個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【NLP-相似度模型實驗、WordCloud制作詞云實驗、NLTK工具包使用、中文短文本分類實驗、中文短文本聚類實驗、word2Vec影評數(shù)據(jù)分析、SVM分類垃圾短信、簡易聊天機器人、基于TensorFlow的DeepQA聊天機器人實驗、LSTM情感分析實驗、基于LSTM輕松生成各種古詩、CNN與RNN中文文本分類-基于TENSORFLOW實現(xiàn)、利用lstm生成莫言小說、中英文翻譯系統(tǒng)實驗、語音識別實驗、基于文本的個性化推薦系統(tǒng)】；

15、基礎實驗課：計算機視覺

課程資源包含不少于14個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【人臉數(shù)據(jù)采集與處理、交通監(jiān)控中的圖像處理、角點特征偵測、角點位置校正、人臉特征點檢測、角點匹配與對象跟蹤、圖像分割、目標偵測的候選區(qū)域搜索目標方向偵測、圖像數(shù)據(jù)集處理、YOLOv3目標偵測、交通標記識別、垃圾識別、訓練用戶的目標偵測模型、車牌識別】；

16、基礎實驗課：知識圖譜

課程資源包含不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【知識圖譜實驗環(huán)境的搭建、使用Neo4i構建企業(yè)關系圖譜、使用Protege構建金融本體、通過力導向圖實現(xiàn)知識圖譜、使用Neo4i實現(xiàn)藥材供應鏈知識圖譜、從季構建醫(yī)藥領域知識圖譜、以家有兒女中人物關系為例構建知識圖譜、使用python與neo4i創(chuàng)建醫(yī)藥關系圖譜、0基于知識圖譜的醫(yī)療問答、基于知識圖譜的電影知識智能問答系統(tǒng)】；

17、基礎實驗課：語音信號處理

課程資源包含不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【語音信號處理實驗環(huán)境的搭建、語音采集、讀寫與編輯、語音信號生成的數(shù)學模型、語音信號的分與加窗、語音信號的短時時域、頻域及倒譜分析、語音信號線性預測分析、語音基因周期檢測及共振峰估計、基于譜減法的語音降噪、基于PCM及ADPCM的語音編碼、語音信號恢合成及LPC的語音合成實驗】；

18、基礎實驗課：PyTorch基礎編程

課程資源包含不少于10個教學視頻，視頻總時長60分鐘以上、不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【環(huán)境部署、Tensor基本用法、張量的科學計算、梯度和優(yōu)化、線性回歸和邏輯回歸、數(shù)據(jù)集加載和處理、可視化實現(xiàn)方法、單層神經(jīng)網(wǎng)絡實現(xiàn)iris數(shù)據(jù)集分類、深度神經(jīng)網(wǎng)絡實現(xiàn)、卷積神經(jīng)網(wǎng)絡實現(xiàn)】；

19、基礎實驗課：PyTorch圖像分類與識別

課程資源包含不少于10個教學視頻，視頻總時長60分鐘以上、不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【CentOS實驗環(huán)境概覽、CentOS7.9編程開發(fā)環(huán)境配置、Anaconda的安裝部署、Python開發(fā)環(huán)境部署、PyTorch等擴展庫的安裝及使用、基于AlexNet網(wǎng)絡的復雜樣本多分類圖像識別、編程實現(xiàn)VGGNet并以動物圖像為例解決二分類問題、基于GoogLeNet網(wǎng)絡實現(xiàn)花卉圖像的識別應用、構建ResNet網(wǎng)絡進行室內(nèi)外場景的自動識別、DenseNet編程及檔案照片分類識別實踐應用】；

20、基礎實驗課：PyTorch目標檢測

課程資源包含不少于10個教學視頻，視頻總時長60分鐘以上、不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【CentOS命令操作、Linux編程開發(fā)環(huán)境介紹、Anaconda的安裝部署、Python集成開發(fā)環(huán)境的安裝及使用、PyTorch等擴展庫的安裝及張量的生成、圖像的矩陣化表示、圖像讀取與圖像像素格式轉(zhuǎn)換、OpenCV對視頻文件的操作、目標檢測案例解析、基于CenterNet網(wǎng)絡進行圖像目標檢測】；

21、基礎實驗課：PyTorch目標分割

課程資源包含不少于10個教學視頻，視頻總時長60分鐘以上、不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【Linux實驗環(huán)境概覽、Linux編程開發(fā)環(huán)境、Anaconda的安裝部署、Python集成開發(fā)環(huán)境、圖像處理擴展庫的安裝、數(shù)字圖像的計算機表示、VGG網(wǎng)絡模型編程及數(shù)據(jù)集圖像目標辨識、設計實現(xiàn)ResNet模型進行目標分割圖像判別、基于FCN預訓練模型進行圖像的多目標分割、基于PyTorch構建自己的目標分割網(wǎng)絡并進行應用分析】；

22、基礎實驗課：PyTorch目標跟蹤

課程資源包含不少于10個教學視頻，視頻總時長60分鐘以上、不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【CentOS命令操作基礎、Linux編程開發(fā)環(huán)境介紹、Anaconda的安裝部署、Python程序開發(fā)IDE的安裝及使用、PyTorch及OpenCV等圖像處理擴展庫的安裝、圖像的矩陣化表示、圖像讀取與圖像像素格式轉(zhuǎn)換、OpenCV對視頻文件的操作、使用全卷積神經(jīng)網(wǎng)絡實現(xiàn)視頻序列跟蹤目標的精確提取、構建SiameseFC網(wǎng)絡實現(xiàn)視頻目標跟蹤】；

23、基礎實驗課：PyTorch圖像描述

課程資源包含不少于10個教學視頻，視頻總時長60分鐘以上、不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【CentOS命令操作基礎、Linux編程開發(fā)環(huán)境介紹、集成開發(fā)環(huán)境的安裝部署、Python程序開發(fā)IDE的安裝及使用、Python程序開發(fā)IDE的安裝及使用、圖像的矩陣化表示、圖像讀取與圖像像素格式轉(zhuǎn)換、圖像描述中語義分割網(wǎng)絡的設計與實現(xiàn)、編程實現(xiàn)基于LSTM網(wǎng)絡的描述語句生成、圖像描述綜合實例編程應用】；

24、基礎實驗課：PyTorch圖像超分辨率重建

課程資源包含不少于10個教學視頻，視頻總時長60分鐘以上、不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【Linux命令操作基礎、Linux實驗環(huán)境部署、Conda的安裝部署、Python集成開發(fā)環(huán)境、圖像處理擴展庫的安裝及使用、數(shù)字圖像的矩陣化表示、圖像讀取與圖像像素格式轉(zhuǎn)換、基于PyTorch的卷積神經(jīng)網(wǎng)絡編程實現(xiàn)、圖像超分辨率重建與深度殘差網(wǎng)絡、SRResNet算法及圖像超分重建編程實現(xiàn)】；

25、基礎實驗課：PyTorch圖像生成

課程資源包含不少于10個教學視頻，視頻總時長60分鐘以上、不少于10個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【CentOS命令操作基礎、Linux編程開發(fā)環(huán)境介紹、Anaconda的安裝部署、Python程序開發(fā)IDE的安裝及使用、PyTorch等擴展庫的安裝及張量的生成、Pillow圖像處理標準庫的使用、PyTorch神經(jīng)網(wǎng)絡工具箱、基于反卷積原理搭建最小均方誤差圖像生成網(wǎng)絡模型、手寫數(shù)字圖像的生成器-識別器網(wǎng)絡模型編程實現(xiàn)、PyTorch神經(jīng)網(wǎng)絡工具箱】；

26、案例課：數(shù)據(jù)挖掘-案例課

課程資源包含6個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【20newsgroup分類分析、KMeans聚類乳腺癌數(shù)據(jù)集分析、LDA主題發(fā)現(xiàn)演練分析、服裝數(shù)據(jù)集分析、使用K均值分析天平數(shù)據(jù)集、使用決策樹對三好學生評選進行建?！浚?/p>

27、案例課：機器學習-案例課

課程資源包含不少于6個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【機器學習-Kaggle美國收入數(shù)據(jù)集分析、機器學習-房價預測案例建模、機器學習-人臉識別數(shù)據(jù)集分析、機器學習-使用DBSCAN對鮑魚大小聚類、機器學習-搜狗新聞分類、機器學習-用LSTM實現(xiàn)MNIST手寫數(shù)字識別】；

28、案例課：深度學習-案例課

課程資源包含不少于6個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【深度學習-SVM分類Iris數(shù)據(jù)集、深度學習-句子分類訓練1、深度學習-句子分類訓練2、深度學習-蒙特卡羅方法計算圓周率、深度學習-深度學習模型實用技巧、深度學習-約會網(wǎng)站配對效果判定】；

29、案例課：深度學習實戰(zhàn)

課程資源包含不少于9個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【創(chuàng)建和操作Tensor、梯度下降和自動求梯度、深度學習基礎、Pytorch開發(fā)技巧、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、算法優(yōu)化、計算機視覺、自然語言處理】；

30、案例課：深度學習實戰(zhàn)

課程資源包含不少于3個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【花朵盛開狀態(tài)檢測、智能農(nóng)業(yè)植株檢測、自動鳥類識別】；

31、案例課：數(shù)據(jù)分析與挖掘案例

課程資源包含不少于7個實驗手冊等教學內(nèi)容；課程提供實驗內(nèi)容包含【自動問答系統(tǒng)、居