课程模块 | 课程大纲 |
人工智能基础及进阶学习 |
1.1 人工智能与大数据、机器学习、深度学习的关系深入 1.2 人工智能的背景及现状 1.3 人工智能的发展历程 1.4 人工智能的目标与定位 1.5 人工智能的基本原理介绍 1.6 几种类型的智能体与环境 1.7 智能体结构的认识 |
人工智能架构与深度学习 | 2.1 人工智能产业生态的三层基本架构与技术架构
2.4 机器学习实施过程深入 2.5 深度学习的训练方法 |
人工智能新革命:知识图谱 |
3.1 知识图谱的定义与构建过程 3.2 知识图谱的成功应用案例:现代搜索引擎介绍 3.3 企业对知识图谱的需求与构建思路 3.4 通用知识图谱+行业知识图谱 3.5 知识图谱的应用案例 |
深度学习与智能围棋 | 4.1 从围棋了解人工智能的搜索技术 4.2 围棋AI算法—MCTS(蒙特卡洛树搜索)介绍 4.3 AlphaGO的实现原理 4.4 AlphaGo Zero (从AlphaGo Lee->Master->Zero) 4.5 智能围棋与神经网络和蒙特卡洛树搜索 4.6 人工智能的核心方法 |
AI行业应用案例分享 | 5.1 智能机器应用场景与分析 5.2 智能生活应用场景与分析(虚拟试衣、智能眼镜、智能家庭等) 5.3 智能生活导致的危机思考 5.4 智慧校园的应用场景与分析 5.5 人工智能在环保领域的应用案例 5.6 人工智能在网络安全领域的应用案例 5.7 人工智能在气象领域的应用案例 5.8 人工智能在建筑领域的应用案例 |
人工智能3.0 | 6.1 AI技术的新特征(大数据、物联网、云平台技术及深度学习结合的人工智能的特点) 6.2 AI 3.0的介绍与分析 6.3 认知计算的深入了解 6.4 AI 3.0面对的挑战 |