人工智能微专业

发布者:安卫峰发布时间:2022-11-09浏览次数:16

人工智能微专业介绍

【一、培养目标】

本专业培养具有良好的人文科学素养、职业精神和社会责任感,熟悉人工智能基本理论与应用方法,能够从事人工智能相关的科研、开发、应用和管理工作,具备国际视野和创新意识的高素质应用型人才。

【二、修读对象及条件】

1.凡取得本校正式学籍的全日制在校20212022级电子商务、大数据管理与应用、数字媒体技术、物流管理、国际商务、工商管理及其他相关专业本科生;

2.遵纪守法,品行端正,无违纪记录;

【三、招生人数:30人(校区不限)】

【四、教学计划(*课程为核心课程)】

  人工智能微专业课程介绍

1.python高级应用(2学分)】

python》高级应用是大数据管理与应用、电子商务专业的学生在高年级阶段开设的一门专业技能课程是开设在Python程序设计的后续课程。该课程旨在通过传授python在数据科学及人工智能领域常用的NumpyPandas等数据分析工具以及多线程编程、图形化届面、数据可视化、高级爬虫、办公软件自动化、网络安全等方面的知识与技巧等,为学生深入学习人工智能技术与方法打下基础,巩固和提高学生的编程能力。 

2.人工智能算法应用(2学分)】

《人工智能算法应用》是针对大数据管理与应用、电子商务专业开设的课程,是《人工智能导论》课程的后续课程,该课程旨在训练学生实现人工智能算法的技能,尤其是智能农业、城市、制造业、交通管理等领域结合案例进行深入分析和研究,从逻辑推理、搜索求解、监督学习、无监督学习、深度学习、强化学习和博弈对抗介绍人工智能基本概念和模型算法,帮助学生者了解人工智能历史、趋势、应用及挑战,掌握人工智能在自然语言理解和视觉分析等方面赋能实体经济的手段。培养学生应用人工智能的技能,构建人工智能相关研究的基础。

3. 机器学习(2学分)】

《机器学习》课程为大数据管理与应用专业第五学年第一学期开设的课程,该课程旨在原有的基础上,进一步全面提升学生的算法分析与研究能力。随着大数据和人工智能时代的到来,机器学习的算法和思想已经深入渗透到信息处理领域的方方面面。在未来的十年内,掌握基础的机器学习理论和方法,可能是每一位受过专业教育的工程技术人员的基本要求之一。本课程主要针对机器学习这个领域,重点介绍了机器学习中的核心算法和理论,使学生通过理论学习掌握机器学习中的经典理论,了解当前最新发展,并学会针对各自学科的具体问题设计算法。具体要求学生掌握支持向量机,人工神经网络、深度学习、强化学习、主成分分析、K-均值聚类和高斯混合模型。同时,课程规划了一系列编程训练,提高同学们应用机器学习解决实际问题的能力。

【 4. 数据挖掘(2学分)】

《数据挖掘》是大数据管理与应用、电子商务专业学生的专业核心课。课程主要讲授数据挖掘的基本理论、各个分支及应用。课程涵盖DM的定义、流程、数据预处理、数据可视化、关联分析、聚类、分类、数值预测等内容。通过课程学习,你将会掌握数据挖掘的基本理论、思想和方法,并通过简单易用的软件来解决相关的问题。

5. 深度学习(2学分)】

《深度学习》是为大数据管理与应用专业、电子商务专业学生开设的专业知识与理论必修课程,是《机器学习》课程的后续课。本课程主要介绍深度学习的基本原理、卷积神经网络、循环神经网络、生成对抗网络、注意力机制、TransformerBERT等基本方法及其典型应用领域,并借助机器学习开源框架TensorFlow实现深度学习在证券趋势预测、声音质量评价、电子推荐、目标检测、社交网络情感分析等多个典型领域的应用。

6.机器视觉(2学分)】

《机器视觉》是一门理论与实践结合紧密的课程,属于人工智能应用的热门领域。机器视觉在制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业均有着广泛应用。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉。同时,在大批量重复性工业生产过程中,用机器视觉检测方法可以大大提高生产的效率和自动化程度。   

  本课程通过机器视觉的实际应用案例,串联起机器视觉系统的基本图像处理算法,同时讲授机器视觉算法的编程方法和应用,另外还结合案例介绍工业现场设计综合算法的方法和原则。本课程同时配备了大量的源码供学生参考。

7. 自然语言处理(2学分)】

《自然语言处理》是大数据管理与应用、电子商务专业的核心课,本课程主要学习自然语言处理(NLP)和深度学习。要求学生掌握NLP基础:包括分词、TF-IDF向量化以及从词频向量到语义向量的转换;并能够应用深度学习,包含神经网络、词向量、卷积神经网络(CNN)、循环神经网络(RNN)、长短期记忆(LSTM)网络、序列到序列建模和注意力机制等基本的深度学习模型和方法开展自然语言处理;最后能够开展相关实战方面的内容,包括信息提取、问答系统、人机对话等真实世界系统的模型构建、性能挑战以及应对方法。

8. 人工智能项目实践(2学分)】

本课程综合所学的人工智能、数据挖掘、机器学习、深度学习、机器视觉、自然语言处理等课程的知识和技能,针对社会热门的人工智能应用领域,开展项目实战,为学生进入相关企业实习和工作打下基础。同时也可以将课程学习内容转化为毕业设计,并为参加互联网+、电子商务、大数据分析、服务外包、计算机技术等学科竞赛打下坚实的基础。



Baidu
sogou