《人工智能編程技術(shù)》教學(xué)大綱

《人工智能編程技術(shù)》教學(xué)大綱課程名稱（漢）：《人工智能編程技術(shù)》課程名稱（英）：CourseDesignofartificialintelligenceprogramtechnology課程代碼：262102141課程類型：專業(yè)教育平臺(tái)專業(yè)核心課程模塊適用對象：人工智能專業(yè)本科大三學(xué)時(shí)/學(xué)分：64學(xué)時(shí)（理論32學(xué)時(shí)，實(shí)踐32學(xué)時(shí)）/3學(xué)分先修課程：《python程序設(shè)計(jì)》、《機(jī)器學(xué)習(xí)》方案版本：2021版一、課程簡介《人工智能編程技術(shù)》是一門介紹深度學(xué)習(xí)理論和編程知識(shí)與技能的課程，是為大學(xué)高年級(jí)學(xué)生開設(shè)的，旨在提高同學(xué)們對前沿人工智能的認(rèn)識(shí)，掌握基本的編程技術(shù)。該課程是一門實(shí)踐性很強(qiáng)的課程。開設(shè)本課程的目的是為了使學(xué)生能夠?qū)ι疃葘W(xué)習(xí)有進(jìn)一步的了解；能夠使用TensorFlow框架分析和設(shè)計(jì)深度神經(jīng)網(wǎng)絡(luò)系統(tǒng)；同時(shí)能夠掌握一定的TensorFlow編程知識(shí)。通過深度學(xué)習(xí)原理與TensorFlow實(shí)踐的教學(xué)，使學(xué)生對深度學(xué)習(xí)理論和TensorFlow編程有一定的了解。通過TensorFlow編程的練習(xí)，對完整深度學(xué)習(xí)應(yīng)用系統(tǒng)的編程有全面的了解，并獲得一定的TensorFlow編程編程知識(shí)。二、課程的教學(xué)目標(biāo)課程目標(biāo)1：通過深度學(xué)習(xí)原理與TensorFlow實(shí)踐的學(xué)習(xí)，學(xué)生可以獲得有關(guān)學(xué)術(shù)界和工業(yè)界的深度學(xué)習(xí)核心知識(shí)。包括神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)，深度學(xué)習(xí)框架TensorFlow，Python?編程基礎(chǔ)、TensorFlow編程基礎(chǔ)、TensorFlow模型、TensorFlow編程實(shí)踐、TensorFlowLite?和TensorFlow.js、TensorFlow應(yīng)用案例代碼分析等相關(guān)知識(shí)與技能。為以后開發(fā)深度學(xué)習(xí)應(yīng)用程序打下必要的基礎(chǔ)。課程目標(biāo)2：通過本課程的學(xué)習(xí)，學(xué)生應(yīng)獲得如下能力：獲取深度學(xué)習(xí)進(jìn)一步知識(shí)的能力；TensorFlow編程能力；使用TensorFlow開發(fā)深度學(xué)習(xí)系統(tǒng)的能力；較強(qiáng)的自主學(xué)習(xí)能力，提高學(xué)生學(xué)習(xí)深度學(xué)習(xí)和TensorFlow編程技術(shù)的積極性和學(xué)習(xí)興趣；主動(dòng)探索和獨(dú)立思考的能力。三、課程目標(biāo)對人工智能專業(yè)畢業(yè)要求的支撐關(guān)系畢業(yè)要求畢業(yè)要求指標(biāo)點(diǎn)課程目標(biāo)支撐權(quán)重設(shè)計(jì)/開發(fā)解決方案1,20.05研究1,20.04使用現(xiàn)代化工具1,20.05四、教學(xué)內(nèi)容及其基本要求序號(hào)教學(xué)內(nèi)容教學(xué)要求（包括重點(diǎn)難點(diǎn)、教學(xué)方法、學(xué)生掌握的程度等）對應(yīng)課程目標(biāo)1深度學(xué)習(xí)緒論和機(jī)器學(xué)習(xí)概論教學(xué)重點(diǎn)：機(jī)器學(xué)習(xí)方法和數(shù)據(jù)預(yù)處理方法教學(xué)方法：采用講解、編程實(shí)踐和答疑相結(jié)合教學(xué)目的：了解深度學(xué)習(xí)的發(fā)展歷程和TensorFlow的應(yīng)用現(xiàn)狀，掌握機(jī)器學(xué)習(xí)相關(guān)的數(shù)學(xué)基礎(chǔ)知識(shí)、相關(guān)的機(jī)器學(xué)習(xí)理論和機(jī)器學(xué)習(xí)方法以及數(shù)據(jù)的預(yù)處理方法12神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)教學(xué)重點(diǎn)：多層感知機(jī)反向傳播算法、激活函數(shù)、損失函數(shù)和過擬合、卷積、池化、長短時(shí)記憶網(wǎng)絡(luò)、門控循環(huán)單元網(wǎng)絡(luò)。教學(xué)方法：采用講解、編程實(shí)踐和答疑相結(jié)合教學(xué)目的：了解神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)、理解神經(jīng)網(wǎng)絡(luò)模型，掌握多層感知機(jī)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度置信網(wǎng)絡(luò)，了解深度學(xué)習(xí)開源開發(fā)框架。13Python編程基礎(chǔ)教學(xué)重點(diǎn)：Python編程基礎(chǔ)和Python標(biāo)準(zhǔn)庫；Python機(jī)器學(xué)習(xí)庫。教學(xué)方法：采用講解、編程實(shí)踐和答疑相結(jié)合教學(xué)目的：理解和掌握Python安裝、Jupyter?notebook編程器使用、Python編程基礎(chǔ)、Python標(biāo)準(zhǔn)庫以及Python機(jī)器學(xué)習(xí)庫。24Tensorflow編程、模型以及實(shí)踐教學(xué)重點(diǎn)：TensorFlow的編程基礎(chǔ)，tf.nn，tf.layers，tf.Estimator，tf.Keras，Tensorboard，MNIST手寫數(shù)字識(shí)別。教學(xué)方法：采用講解、編程實(shí)踐和答疑相結(jié)合教學(xué)目的：1.掌握TensorFlow環(huán)境安裝、TensorFlow的系統(tǒng)架構(gòu)及源碼結(jié)構(gòu)、TensorFlow的高層封裝。2.?掌握TensorFlow模型構(gòu)建、TensorFlow模型訓(xùn)練、Tensorborad?調(diào)式與評(píng)估、estimator以及TensorFlow模型載入、保存以及調(diào)用。3.?分析MNIST手寫數(shù)字識(shí)別、Fashion?MNIST和?TensorflowRNN簡筆畫識(shí)別示例代碼。25Tensorflow?Lite?和Tensorflow.js?教學(xué)重點(diǎn)：TensorFlow?lite?的移動(dòng)端安卓開發(fā)，TensorFlow.js?的卷積網(wǎng)絡(luò)手寫數(shù)字識(shí)別示例。教學(xué)方法：采用講解、編程實(shí)踐和答疑相結(jié)合教學(xué)目的：了解和掌握TensorFlow?Lite?和?TensorFlow.js。2五、各教學(xué)環(huán)節(jié)及學(xué)時(shí)分配知識(shí)模塊教學(xué)內(nèi)容教學(xué)環(huán)節(jié)及學(xué)時(shí)講授課習(xí)題課討論課實(shí)驗(yàn)（實(shí)踐）合計(jì)理論基礎(chǔ)深度學(xué)習(xí)緒論和機(jī)器學(xué)習(xí)概論628核心知識(shí)神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)6612Python編程基礎(chǔ)4610編程實(shí)踐Tensorflow?Lite?和Tensorflow.js?4610Tensorflow編程、模型以及實(shí)踐101020總復(fù)習(xí)44合計(jì)64六、成績考核及其基本要求考核環(huán)節(jié)建議分值考核/評(píng)價(jià)細(xì)則對應(yīng)課程目標(biāo)出勤及課堂表現(xiàn)20主要指在課程設(shè)計(jì)階段的課堂表現(xiàn)和出勤情況。在本考核環(huán)節(jié)中，課堂表現(xiàn)和出勤各占50%，其中課程設(shè)計(jì)過程中的表現(xiàn)由各組長評(píng)分，各組長日常表現(xiàn)則由教師評(píng)分。1個(gè)人承擔(dān)的工作量10工作量得分取決于學(xué)生在組內(nèi)承擔(dān)的任務(wù)以及所選題目的難易程度。一般情況下可以依據(jù)所承擔(dān)的模塊的數(shù)量及重要程度，并結(jié)合最終代碼行數(shù)作為實(shí)際工作量評(píng)估，酌情給分。2作品驗(yàn)收成績40（1）很好的完成了所承擔(dān)的設(shè)計(jì)任務(wù)，設(shè)計(jì)有新意，程序調(diào)試順利，結(jié)果正確，回答提問準(zhǔn)確，90~100分。（2）較好地完成了所承擔(dān)的設(shè)計(jì)任務(wù)，設(shè)計(jì)完全，程序調(diào)試較順利，結(jié)果正確，回答問題準(zhǔn)確，80~89分。（3）能夠完成所承擔(dān)的設(shè)計(jì)任務(wù)，經(jīng)提示程序調(diào)試通過，結(jié)果正確，回答問題基本準(zhǔn)確，70~79分。（4）設(shè)計(jì)沒有嚴(yán)重錯(cuò)誤，經(jīng)老師指導(dǎo)調(diào)試成功，結(jié)果正確，能夠回答基本問題，60~69分。（5）不能獨(dú)立完成設(shè)計(jì)任務(wù)，不及格處理。1、2設(shè)計(jì)報(bào)告及其他文檔完成情況30設(shè)計(jì)報(bào)告成績計(jì)算方法如下：格式是否規(guī)范（30%）、內(nèi)容是否正確（30%）、報(bào)告是否完整（40%）來決定1、2七、主要教學(xué)參考資源推薦參考資料：（1）《Python深度學(xué)習(xí)-基于TensorFlow》吳茂貴主編，機(jī)械工業(yè)出版社，2020.11（2）《大數(shù)據(jù)搜索與挖掘》張華平著，科學(xué)出版社，2014.5（3）《云計(jì)算與大數(shù)據(jù)技術(shù)》王鵬等編著.人民郵電出版社.2014.5月教學(xué)參考資源：