课程简介
在人工智能+时代，学生要具备人工智能的思维，了解创新的基本方法和人工智能解决问题的基本要素，对人工智能的主要应用技术有一定的了解，才能较好适应未来工作的需求。本课程旨在培养学生能将人工智能的求解方法迁移到具体问题领域的能力。基于知识、能力、素质三位一体的人才培养规格要求和高职生的学情分析及认知特点，以当前人工智能的典型应用为教学载体，采用项目化教学策略，将典型应用案例进行分解和改造，形成一个个的能适应教学要求的教学任务，在教学任务中按照学中做、做中学的思路组织教学内容，将理论和实践统一起来，力求让学生具备人工智能的思维素养，掌握人工智能的基本方法，能基于人工智能融合创新开展基础应用工作。
本课程最大的特色和亮点是：
1、紧跟人工智能主流技术和应用趋势，基础理论与实践案例相结合，循序渐进展开教学，课程内容图文并茂，将抽象的问题简单化，由浅入深带领学生领略人工智能的魅力。
2、本课程以人工智能典型应用案例为载体，运用人工智能首选语音Python，加强对学生人工智能计算思维和方法的培养，以任务为驱动，抽丝剥茧，以问题为导向递进式展开课程内容的学习，力求让学生乐在其中，学有所获。
课程大纲
人工智能：开启智慧新时代
4学时—>
1.1 人工智能的缘起t
1.2 机器学习与深度学习t
1.3 案例1——小试牛刀：识别图片上的动物t
Python：人工智能开发语言
8学时—>
2.1 初识Pythont
2.2 Python开发环境搭建t
2.3 Python编程基础t
2.4 numpy库基础应用t
2.5 matplotlib库基础应用t
2.6 案例1——求解一元二次方程t
2.7 案例2——用折线图解读第二产业GDP发展态势
线性回归：预测未来趋势
4学时—>
3.1 认识机器学习t
3.2 认识线性回归t
3.3 案例1——预测房屋价格t
3.4 案例2——预测投保人医疗费用t
分门别类：帮你分而治之
4学时—>
4.1 分类器t
4.2 几种主要的分类算法t
4.3 案例1——手写数字识别t
4.4 案例2——辅助诊断乳腺癌
物以类聚：发现新簇群
4学时—>
5.1 聚类分析t
5.2 k均值聚类t
5.3案例1——探究鸢尾花品种t
5.4 案例2——电商用户分类t
个性化推荐：主动满足你的需求
4学时—>
6.1 认识个性化推荐t
6.2案例1——推荐你喜爱的电影t
6.3案例2——推荐你要一起购买的商品t
语音识别：让机器言听计从
4学时—>
7.1 语音识别t
7.2深度神经网络t
7.3 案例1——利用CNN识别英文语音数字t
7.4案例2——自制一个简单的实时语音识别系统t
人脸识别：机器也认识你
4学时—>
8.1 人脸识别基础t
8.2 认识OpenCVt
8.3 案例1——照片智能搜索t
8.4案例2——口罩检测赋能疫情防控t
4学时—>
1.1 人工智能的缘起t
1.2 机器学习与深度学习t
1.3 案例1——小试牛刀：识别图片上的动物t
Python：人工智能开发语言
8学时—>
2.1 初识Pythont
2.2 Python开发环境搭建t
2.3 Python编程基础t
2.4 numpy库基础应用t
2.5 matplotlib库基础应用t
2.6 案例1——求解一元二次方程t
2.7 案例2——用折线图解读第二产业GDP发展态势
线性回归：预测未来趋势
4学时—>
3.1 认识机器学习t
3.2 认识线性回归t
3.3 案例1——预测房屋价格t
3.4 案例2——预测投保人医疗费用t
分门别类：帮你分而治之
4学时—>
4.1 分类器t
4.2 几种主要的分类算法t
4.3 案例1——手写数字识别t
4.4 案例2——辅助诊断乳腺癌
物以类聚：发现新簇群
4学时—>
5.1 聚类分析t
5.2 k均值聚类t
5.3案例1——探究鸢尾花品种t
5.4 案例2——电商用户分类t
个性化推荐：主动满足你的需求
4学时—>
6.1 认识个性化推荐t
6.2案例1——推荐你喜爱的电影t
6.3案例2——推荐你要一起购买的商品t
语音识别：让机器言听计从
4学时—>
7.1 语音识别t
7.2深度神经网络t
7.3 案例1——利用CNN识别英文语音数字t
7.4案例2——自制一个简单的实时语音识别系统t
人脸识别：机器也认识你
4学时—>
8.1 人脸识别基础t
8.2 认识OpenCVt
8.3 案例1——照片智能搜索t
8.4案例2——口罩检测赋能疫情防控t