課程模塊 | 課程大綱 |
人工智能基礎及進階學習 |
1.1 人工智能與大數據、機器學習、深度學習的關系深入 1.2 人工智能的背景及現狀 1.3 人工智能的發展歷程 1.4 人工智能的目標與定位 1.5 人工智能的基本原理介紹 1.6 幾種類型的智能體與環境 1.7 智能體結構的認識 |
人工智能架構與深度學習 | 2.1 人工智能產業生態的三層基本架構與技術架構
2.4 機器學習實施過程深入 2.5 深度學習的訓練方法 |
人工智能新革命:知識圖譜 |
3.1 知識圖譜的定義與構建過程 3.2 知識圖譜的成功應用案例:現代搜索引擎介紹 3.3 企業對知識圖譜的需求與構建思路 3.4 通用知識圖譜+行業知識圖譜 3.5 知識圖譜的應用案例 |
深度學習與智能圍棋 | 4.1 從圍棋了解人工智能的搜索技術 4.2 圍棋AI算法—MCTS(蒙特卡洛樹搜索)介紹 4.3 AlphaGO的實現原理 4.4 AlphaGo Zero (從AlphaGo Lee->Master->Zero) 4.5 智能圍棋與神經網絡和蒙特卡洛樹搜索 4.6 人工智能的核心方法 |
AI行業應用案例分享 | 5.1 智能機器應用場景與分析 5.2 智能生活應用場景與分析(虛擬試衣、智能眼鏡、智能家庭等) 5.3 智能生活導致的危機思考 5.4 智慧校園的應用場景與分析 5.5 人工智能在環保領域的應用案例 5.6 人工智能在網絡安全領域的應用案例 5.7 人工智能在氣象領域的應用案例 5.8 人工智能在建筑領域的應用案例 |
人工智能3.0 | 6.1 AI技術的新特征(大數據、物聯網、云平臺技術及深度學習結合的人工智能的特點) 6.2 AI 3.0的介紹與分析 6.3 認知計算的深入了解 6.4 AI 3.0面對的挑戰 |