欢迎来到数字化实习实训平台
问题答疑
首页
全部课程
公开课
更多
首页
全部课程
公开课
扫码下载Android
扫码下载iOS
教师登录
学生登录
首页
全部课程
公开课
教师登录
学生登录
首页 - 课程列表 - 课程详情
返回
人工智能技术与应用_
课程类型：
选修课
发布时间：
2023-10-16 10:51:02
主讲教师：
课程来源：
建议学分：
0.00分
课程编码：
chmk000039
课程介绍
课程目录
教师团队
{1}--嗨，和你聊聊这门课
[1.1]--课程简介
（8分钟）
{2}--人工智能概述
[2.1.1]--0_乌鸦的智能
（1分钟）
[2.1.2]--1_1人工智能的定义
（9分钟）
[2.2]--1_2人工智能的发展历程
（18分钟）
[2.3]--1_3人工智能的技术流派(1)
（18分钟）
{3}--Python基础及开发环境
[3.1.1]--2_11Python及开发环境简介
（6分钟）
[3.1.2]--2_12Spyder操作演示
（5分钟）
[3.1.3]--2_13Jupyter Noteboo操作演示
（8分钟）
[3.1.4]--2_14百度AI Studio操作演示
（12分钟）
[3.2]--2_2Python常用数据类型
（17分钟）
[3.3]--2_3Python程序结构
（16分钟）
{4}--Python多维数据结构与运算
[4.1]--3_1Python多维数组创建与访问(1)
（18分钟）
[4.2]--3_2Python多维数组运算(1)
（11分钟）
[4.3]--3_3Pandas的一维数据对象Series(1)
（10分钟）
[4.4]--3_4Pandas的二维数据对象DataFrame(1)
（14分钟）
[4.5]--3_5数据文件读写与统计分析(1)
（14分钟）
[4.6]--3_6数据可视化
（16分钟）
{5}--搜索智能与仿生智能
[5.1.1]--4_1启发式搜索
（12分钟）
[5.1.2]--4_2对抗搜索
（15分钟）
[5.1.3]--4_3蒙特卡洛树搜索
（13分钟）
[5.2.1]--4_4遗传算法简介
（13分钟）
[5.2.2]--4_5遗传算法应用与实现
（15分钟）
{6}--用线性回归进行数值预测
[6.1]--5_1机器学习概述
（13分钟）
[6.2]--5_2线性回归的基本原理
（23分钟）
[6.3.1]--5_3基于Scikit-learn实现线性回归
（10分钟）
[6.3.2]--5_4线性回归模型的性能评估
（15分钟）
[6.4]--5_5广义线性回归
（16分钟）
{7}--用逻辑回归进行分类
[7.1]--6_1逻辑回归的基本原理
（19分钟）
[7.2]--6_2基于Scikit_learn实现逻辑回归
（20分钟）
[7.3]--6_3分类模型的性能评估
（17分钟）
{8}--决策树与随机森林
[8.1]--7_1决策树的基本原理
（26分钟）
[8.2]--7_2基于Scikit_learn实现决策树
（12分钟）
[8.3]--7_3集成学习与随机森林
（14分钟）
[8.4]--7_4基于Scikit-learn实现集成学习
（9分钟）
{9}--用k-means进行聚类
[9.1]--8_1聚类及K-means算法
（10分钟）
[9.2]--8_2基于Scikit-learn实现聚类
（7分钟）
[9.3]--8_3聚类模型的性能评估
（17分钟）
[9.4]--8_4其他常用聚类算法
（12分钟）
{10}--神经网络原理与实现
[10.1]--录课1_1神经网络_原理与实现
（14分钟）
[10.2]--录课1_2神经网络_原理与实现
（25分钟）
[10.3]--录课1_3神经网络_原理与实现
（36分钟）
[10.4]--录课1_5实验指导
（12分钟）
{11}--神经网络案例与调优
[11.1]--录课2_1神经网络_应用案例及调优
（26分钟）
[11.2]--录课2_2神经网络_应用案例及调优
（17分钟）
[11.3]--录课2_3神经网络_应用案例及调优
（23分钟）
[11.4.1]--录课2_4神经网络_应用案例及调优
（25分钟）
[11.4.2]--录课2_4神经网络_应用案例及调优
（25分钟）
{12}--卷积神经网络_计算机视觉基础
[12.1]--11_1深度学习与图像处理(1)
（11分钟）
[12.2]--11_2卷积神经网络基本原理
（25分钟）
[12.3]--11_3基于Keras实现CNN
（12分钟）
[12.4]--11_4基于小数据集的CNN应用
（21分钟）
[12.6.1]--录课3_4卷积神经网络_计算机视觉基础
（15分钟）
[12.6.2]--录课3_5卷积神经网络_计算机视觉基础
（7分钟）
{13}--循环神经网络_自然语言处理基础
[13.1.1]--12_1文本数据的表示方式
（14分钟）
[13.1.2]--12_2词嵌入的生成和使用
（18分钟）
[13.2]--12_3循环神经网络的基本原理
（20分钟）
[13.3]--12_4基于Keras实现RNN
（10分钟）
[13.4]--12_5音频数据处理
（9分钟）
{14}--生成式深度学习_艺术创作
[14.1]--13_1文本生成
（21分钟）
[14.2]--13_2图像生成
（13分钟）
{15}--AI服务集成与AI定制模型
[15.1]--14_1AI开放服务简介
（6分钟）
[15.2]--14_2AI开放服务调用
（14分钟）
[15.3]--14_3EasyDL模型定制
（8分钟）
公网安备 66030002000117号