人工智能基础
人工智能基础
10万+ 人选课
更新日期:2024/12/13
开课时间2024/07/21 - 2025/01/20
课程周期27 周
开课状态开课中
每周学时-
课程简介
1. 国家和教育部对人工智能普及教育高度重视,了解人工智能基础知识是人工智能新时代的需求;2. 人工智能极大影响了人类社会交流方式、思维方式和解决问题的方法,需要普及人工智能相关知识以应对变革的到来;3. 目前各行各业“人工智能+专业”的发展趋势必然会扩大对人工智能类复合人才的需求,需要各行各业的学习者了解和使用人工智能技术。
课程大纲

在线教程

章节简介教学计划
绪论
登录后可预览视频
绪论
张广渊
人工智能基础概述
学习资料
人工智能的基本概念
张广渊
人工智能的发展历史
张广渊
人工智能的研究范式
张广渊
人工智能的应用领域
张广渊
基本分类
学习资料
基本分类的概念
张广渊
基本分类 分类器
张广渊
分类识别技术
张广渊
测试与分类实现
张广渊
“回归”还是“聚类”?
学习资料
“学而实习之”
付晨
变高了还是变矮了
付晨
线性回归 & 逻辑回归
付晨
聚类和相似度计算
付晨
神经网络与深度学习
学习资料
神经网络到底是什么鬼
杨光
神经网络的前世今生
杨光
浅层神经网络
杨光
深度学习
杨光
图像信息处理
学习资料
人眼成像
李克峰
图像信息处理的基本概念
李克峰
图像采集及处理发展历史
李克峰
数字图像处理
李克峰
数字图像分析
李克峰
视频分析
李克峰
卷积神经网络CNN
李克峰
自然语言处理
学习资料
从贤二机器僧开始
朱振方
自然语言处理基本技术1
朱振方
自然语言处理基本技术2
朱振方
自然语言处理中的文本表示模型
朱振方
网络舆情分析中的自然语言处理
朱振方
  • 绪章绪论

    绪论

  • 0.1绪论

    绪论

  • 第一章人工智能基础概述

    人工智能基础概述

  • 1.1人工智能的基本概念

    人工智能的基本概念

  • 1.2人工智能的发展历史

    人工智能的发展历史

  • 1.3人工智能的研究范式

    人工智能的研究范式

  • 1.4人工智能的应用领域

    人工智能的应用领域

  • 第二章基本分类

    基本分类

  • 2.1基本分类的概念

    基本分类的概念

  • 2.2基本分类 分类器

    分类器

  • 2.3分类识别技术

    分类识别技术

  • 2.4测试与分类实现

    测试与分类实现

  • 第三章“回归”还是“聚类”?

    “回归”还是“聚类”?

  • 3.1“学而实习之”

    “学而实习之”

  • 3.2变高了还是变矮了

    变高了还是变矮了

  • 3.3线性回归 & 逻辑回归

    线性回归 & 逻辑回归

  • 3.4聚类和相似度计算

    聚类和相似度计算

  • 第四章神经网络与深度学习

    神经网络与深度学习

  • 4.1神经网络到底是什么鬼

    神经网络的前世今生

  • 4.2神经网络的前世今生

    神经网络到底是什么鬼

  • 4.3浅层神经网络

    浅层神经网络

  • 4.4深度学习

    深度学习

  • 第五章图像信息处理

    图像信息处理

  • 5.1人眼成像

    人眼成像

  • 5.2图像信息处理的基本概念

    图像信息处理的基本概念

  • 5.3图像采集及处理发展历史

    图像采集及处理发展历史

  • 5.4数字图像处理

    数字图像处理

  • 5.5数字图像分析

    数字图像分析

  • 5.6视频分析

    视频分析

  • 5.7卷积神经网络CNN

    卷积神经网络CNN

  • 第六章自然语言处理

    自然语言处理

  • 6.1从贤二机器僧开始

    从贤二机器僧开始

  • 6.2自然语言处理基本技术1

    自然语言处理基本技术1

  • 6.3自然语言处理基本技术2

    自然语言处理基本技术2

  • 6.4自然语言处理中的文本表示模型

    自然语言处理中的文本表示模型

  • 6.5网络舆情分析中的自然语言处理

    网络舆情分析中的自然语言处理

  • 开始学习
  • 绪章  作业测试
    绪章绪论

    0.1 绪论

    视频数1
  • 第一章  作业测试
    第一章 人工智能基础概述

    1.1 人工智能的基本概念

    1.2 人工智能的发展历史

    1.3 人工智能的研究范式

    1.4 人工智能的应用领域

    视频数4
  • 第二章  作业测试
    第二章 基本分类

    2.1 基本分类的概念

    2.2 基本分类 分类器

    2.3 分类识别技术

    2.4 测试与分类实现

    视频数4
  • 第三章  作业测试
    第三章 “回归”还是“聚类”?

    3.1 “学而实习之”

    3.2 变高了还是变矮了

    3.3 线性回归 & 逻辑回归

    3.4 聚类和相似度计算

    视频数4
  • 第四章  作业测试
    第四章 神经网络与深度学习

    4.1 神经网络到底是什么鬼

    4.2 神经网络的前世今生

    4.3 浅层神经网络

    4.4 深度学习

    视频数4
  • 第五章  作业测试
    第五章 图像信息处理

    5.1 人眼成像

    5.2 图像信息处理的基本概念

    5.3 图像采集及处理发展历史

    5.4 数字图像处理

    5.5 数字图像分析

    5.6 视频分析

    5.7 卷积神经网络CNN

    视频数7
  • 第六章  作业测试
    第六章 自然语言处理

    6.1 从贤二机器僧开始

    6.2 自然语言处理基本技术1

    6.3 自然语言处理基本技术2

    6.4 自然语言处理中的文本表示模型

    6.5 网络舆情分析中的自然语言处理

    视频数5
  • 期末考试