课程大纲

人工智能导论

  • 什么是AI及其应用领域?
  • AI vs. Machine Learning vs. Deep Learning
  • 流行的工具和平台

Python 用于AI

  • Python 基础复习
  • 使用Jupyter Notebook
  • 安装和管理库

数据处理

  • 数据准备和清理
  • 使用Pandas和NumPy
  • 使用Matplotlib和Seaborn进行可视化

Machine Learning 基础

  • 监督式 vs. Unsupervised Learning
  • 分类、回归和聚类
  • 模型训练、验证和测试

Neural Networks 和 Deep Learning

  • 神经网络架构
  • 使用TensorFlow或PyTorch
  • 构建和训练模型

自然语言和Computer Vision

  • 文本分类和情感分析
  • 图像识别基础
  • 预训练模型和迁移学习

在应用中部署AI

  • 保存和加载模型
  • 在API或web apps中使用AI模型
  • 测试和维护的最佳实践

总结与下一步

要求

  • 对编程逻辑和结构的理解
  • 有使用Python或类似高级编程语言的经验
  • 对算法和数据结构有基本了解

目标受众

  • IT系统专业人员
  • 希望整合AI的软件开发者
  • 探索基于AI解决方案的工程师和技术经理
 40 小时

即将举行的公开课程

课程分类