跳到主要内容

ARTIFICIAL INTELLIGENCE

人工智能

四类课程 · 16 门课 · 228 个实训实验

人工智能方向面向人工智能、智能科学与技术等专业,四类课程分工明确:基础核心课打底,工具类课补齐语言与框架能力,方向类课对接就业出口,实训类课把完整项目跑一遍。

申请试用
人工智能主视觉 2400×900

方向概述

教学资源含计算机视觉、语音信号处理、自然语言处理与机器人等方向,共 4 类课程、16 门课、228 个可逐条核对的实验,覆盖从 Python 入门到模型训练与部署的全链路。

4类课程
16门课
228个实训实验

课程体系

四类课程分工明确:基础核心课打底,工具类课补齐语言与框架能力,方向类课对接就业出口, 实训类课把完整项目跑一遍。每门课后面标的是它配套的实验数,可逐条核对。

基础核心课程

专业必修:算法与网络基础。

  1. 人工智能导论

    人工智能的基本概念、发展脉络与技术版图,为后续课程建立整体框架。

  2. 机器学习

    21

    从工具安装到经典算法与评估指标,21 个实验。

  3. 人工神经网络与深度学习

    16

    从环境搭建到网络训练,16 个实验。

可选方向类课程

按就业方向选修:视觉、语言、语音三条主线。

  1. 计算机视觉

    10

    频域分析、多尺度特征与视觉任务,10 个实验。

  2. 自然语言处理

    17

    从文本处理基础到语言模型应用,17 个实验。

  3. 语音识别

    16

    从音频文件操作到声学建模,16 个实验。

工具类课程

把工具链讲透:语言、框架、视觉库。

  1. Python 语言

    25

    语法、数据结构、函数与类、文件与异常处理,25 个实验。

  2. PyTorch 基础与进阶

    30

    从张量操作基础到完整训练流程,30 个实验。

  3. TensorFlow 基础与进阶

    27

    从运行机制到模型部署,27 个实验。

  4. 计算机视觉基础 · OpenCV

    17

    图像处理基础到边缘检测、模板匹配,17 个实验。

  5. 深度学习框架 PaddlePaddle

    16

    框架安装验证到典型任务实践,16 个实验。

实训类课程

人工智能开发套件案例教学:完整项目跑一遍。

  1. 基于 MTCNN 算法的人脸检测

    12

    人脸检测与特征比对的完整项目,12 个实验。

  2. 铁路周界异物侵入精准识别

    4

    从图像预处理到识别落地的工程案例,4 个实验。

  3. PaddlePaddle 综合实践

    7

    仪表盘提取等真实场景任务,7 个实验。

  4. 基于深度学习的语音情感识别系统

    7

    从数据导入到系统搭建,7 个实验。

  5. 基于大模型的跨模态古韵创作系统

    3

    大模型与传统文化的跨模态融合案例,3 个实验。

实验与平台环境

实验环境支持 GPU 容器秒级启动,学生在浏览器内即可完成训练、推理与报告提交; 课程跑在蓝鲸智课平台上,配套数据集与案例资源库随课交付。

  • Docker GPU 容器
  • Jupyter / WebIDE
  • PyTorch · TensorFlow · PaddlePaddle
  • OpenCV
  • 数据集与案例资源库
就业出口

课程在教学与技术点的设计上还原企业真实岗位需求,把复杂的原理通俗化、教学化。

算法工程师(初级)计算机视觉工程师深度学习研发助理AI 实训讲师

想把人工智能方向建起来吗?

提交单位名称与工号后,我们会结合现有实训条件安排课程、实验与平台演示。