▌01 课程背景

这是对于企业课程安排的培训课程。课程名称：《人工智能产业政策与行业应用场景》

1.课程规划

所担任的课程部分包括：AI技术体系结构、开发工具、语言基础

^{▲ 负责的课程部分的内容}

^{▲ 课程内容一栏表格}

2.地点

卓老师，我们办公室地址：学清路9号汇智大厦A座209室，北京华源格林科技有限公司。八点半开始

3.课件目录预备课教科书

(1) 课件目录

D:\Teaching\Speech\2021\人工智能产业政策与行业应用场景

(2) 参考书目

序号	书名	照片	备注
1	飞桨PaddlePaddle 深度学习实战
2	深度学习零基础实践
3	深度学习导论与应用实践
4	Python 3 人工智能从入门到实战
5	人工智能基础（高中版）
6	人工神经网络与模拟进化计算
7	TensorFlowFlow 实战
8	PaddlePaddle 飞桨企业案例精选源于产业实践的开源深度学习平台
9	深度学习原理与TensorFLow实践
10	MATLAB神经网络与应用
11	Deeep Learning

4.下载资料

这是百度钱芳（钱闹闹&光芒万丈）发送过来的：

高校开课礼包：链接: https://pan.baidu.com/s/1TUZGlgbXrMcguyeRIzYvLg 提取码: wxsy

存放电脑目录（HOME）： D:\Teaching\Neuralnetwork\PaddlePaddle\高校师资培训开课礼包

(1) 培训期间使用版本（TX）

1、人工智能导论.pptx
2、深度学习基础.pptx
3、深度学习入门（计算机视觉）.pptx
4、卷积神经网络结构与原理.pptx
5、经典卷积神经网络详解.pptx
6、飞桨全景介绍与飞桨框架高层API详解.pptx
7、卷积神经网络经典实践：斑马线检测-高层.pptx
8、Paddle Lite在Edgeboard上的部署实践.pptx
9、深度学习前沿技术（计算机视觉）.pptx
10、深度学习前沿应用（目标检测）.pptx
11、竞赛分享：嵌入式目标检测.pptx
12、PaddleHub详解.pptx
深度学习师资培训课程预习资料.pptx
深度学习调优分享与竞赛解析.pptx

(2) 完整版本(CX)

1、Python入门.pptx
2.1、Python入门实践：《青春有你2》数据爬取与分析.pptx
2.2、Python入门实践：《安家》影评爬取与数据分析.pptx
2.3、Python入门实践：《乘风破浪的姐姐》数据爬取与分析.pptx
2.4、Python入门实践：《平凡的荣耀》数据爬取与分析.pptx
2.5、Python入门实践：《隐秘而伟大》数据爬取与分析.pptx
3、飞桨全景介绍与飞桨框架高层API详解.pptx
4.1、飞桨（PaddlePaddle）入门实践：波士顿房价预测.pptx
4.2、飞桨（PaddlePaddle）入门实践：鲍鱼年龄预测.pptx
5、机器学习入门.pptx
6、机器学习入门实践：鸢尾花分类.pptx
7、深度学习入门（计算机视觉）.pptx
8.1、深度学习入门课程实践：手写数字识别.pptx
8.2、深度学习入门实践：Fashion Mnist服饰分类.pptx
8.3、深度学习入门实践：车牌识别.pptx
8.4、深度学习入门实践：宝石识别.pptx
9、深度学习入门（自然语言处理）.pptx
10.1、深度学习入门（自然语言处理）实践：手势识别.pptx
10.2、深度学习入门（自然语言处理）实践：文本分类.pptx
11、卷积神经网络.pptx
12.1、卷积神经网络经典实践：猫狗分类.pptx
12.2、卷积神经网络特色实践：海洋生物识别.pptx
12.3、人脸识别数据准备实践：人脸图像爬取.pptx
12.4、卷积神经网络经典实践：人脸识别.pptx
12.5、卷积神经网络特色实践：人脸颜值打分.pptx
12.6、卷积神经网络经典实践：表情识别.pptx
12.7、经典卷积神经网络实践：场景分类.pptx
12.8、卷积神经网络经典实践：美食图片分类.pptx
12.9、卷积神经网络经典实践：斑马线检测.pptx
12.10、卷积神经网络经典实践：斑马线检测-高层API.pptx
12.11、经典卷积神经网络实践：中草药识别.pptx
13、自然语言处理与循环神经网络.pptx
14.1、自然语言处理经典应用实践：训练词向量.pptx
14.2、自然语言处理经典应用实践：电影评论情感分析.pptx
15.1、深度学习前沿技术（计算机视觉）.pptx
15.2、深度学习前沿应用（应用概述）.pptx
16、深度学习应用（计算机视觉）实践：基于YOLOv3的目标检测.pptx
17、深度学习应用（自然语言处理）.pptx
18、深度学习应用（自然语言处理）实践：机器翻译.pptx

《零基础实践深度学习》配套在线课程，https://aistudio.baidu.com/aistudio/course/introduce/1297

^{▲ 配套在线课程}

▌02 AI技术体系结构: AX

1.人工智能导论：A1

A100：

⊙ A11 人工智能概述

A110：
A111: 什么是人工智能？ 1、人工智能导论.ppt:P3,4
A112: 人工智能发展历程与分支。 PPT.5， PPT.6
A113:人工智能研究课题： PPT.7,8,9
A114: AI，ML，DL之间的关系： PPT.10 ,课件，网络
A115:为什么要学习AI？ 实际应用、人才需求、学术研究，神经网络的应用
A116 如何学习AI？ 基本知识框架、学习路线

⊙ A12 什么是机器学习？

A121：什么是机器学习？ 1、人工智能导论.pptx:P18,9, 机器学习的一般过程5、机器学习入门.pptx：P5,6,7；机器学习无所不在，1、人工智能导论:P22, C5.16,17
A122：机器学习发展历程；五大流派 **。1、人工智能导论:P20., 5、机器学习入门:P8
A123: 机器学习方法： P24 ~ 28, C5.12
- A1231 有监督学习，无监督学习
- A1232 半监督学习，强化学习，多任务学习
A124: 机器学习流程：P31: 预处理，特征工程，数据建模，结果评估 C5xxx
- A1241: 数据与处理：数据采集、清洗、拆分…（C5.24）
- A1242: 特征工程：编码、选择、降维
- A1243：数据建模：回归、分类、聚类
- A1244 ：结果评估：查准率，查全率，F1值，PR曲线
A125 :机器学习面临难题与挑战（C5.19~22）

⊙ A13 什么是人工神经网络？

A131 ：什么是人工神经网络？
A132 ：经典人工神经网络。
A133 ：深度学习人工神经网络:为什么需要深？如何能够实现深度学习？典型的深度学习的网络是什么？

2.深度学习入门：A2

⊙ A21 机器学习遇到的挑战

回答为什么需要使用深度学习的方法。

A211：传统图像识别中的挑战： C7.5 ~ 9
A212：传统图像识别技术：C7.14 ~
A213：自然语言面对的挑战：
- A2131：自认语言应用： C13.22 37
- A2132 : 自认语言太难了：C13.38 ~41
A214 : 传统自然语言处理：C13.5~9

⊙ A22 深度学习与图像识别

A221 :简介：发展，应用。C7,45~48
A222 : 为什么使用深度学习？
- A2221：特征提取：C7,49, 举例：数字手写体识别，课件
- A2222: 人脑视觉启示：C7.50~53
A223：深度学习一般过程。
注：此时对照A124，看看深度学习的 整体闭环特性。
- A2231：图像识别举例（手写体识别）：给出深度学习三个步骤， C7.55~61
- A2232 ：建立模型：C7.62~72
- A2233 ：损失函数：C7.73~77
- A2234 ：参数学习：C7.78~99

3.卷积神经网络：A3

⊙ A31 为何引入卷积神经网络？

A311：降低网络复杂性：Convolution
- A3111：什么是卷积？
- A3112：图像卷积；
- ?有没有反卷积？
A312：适应图像平移、尺度的不变性： Pooling
A313 :卷积神经网络基本结构

⊙ A32卷积神经网络使用

A321：模型
A322：损失函数
A323：学习参数
A324 ：应用实例：C11.62~67

⊙ A33经典卷积神经网络

A33 : 发展概述：C11.70~72, LeNet, 最新进展：C11.100
A331:AlexNet
A332:VGG
A333: GoogleNet/Inception
A334:ResNet
A335:SE-Net
A336:SK-Net
A337:ResNeSt

⊙ A34卷积神经网络示例-人脸识别

▌03 开发工具：TX

T00：开发工具综述

1.飞桨平台：T1

⊙ T11飞桨平台整体介绍

T11：整体介绍，先进技术：C3.,5
T111:社区，平台，C3.11,12,13
T112: 核心框架：C3.6~10

⊙ T12飞桨高层API概述

T121 为什么需要高层API？
- T121：为什么需要高层API？C3.15,16
- T122：飞桨高层API概述。C3.17,18.19

⊙ T13飞桨框架高层API深入解析

T13 ：给出整体结构
T131：数据定义、处理、加载
T132：网络结构搭建和模型封装
T133：网络结构可视化
T134：模型训练和评估
T135：模型保存和部署

⊙ T14应用举例

T14 人脸关键点检测

2.MATLAB深度学习平台：T2

3.Keras平台：T3

4.Pytorch平台：T4

▌04 Python语言基础：LX

编号：L0

1. Python概述：L1

资料来源：1、Python入门.pptx

⊙ L11基本概念

L11：Python 发展历史

⊙ L12 Python特点

L12 ：为什么选择Python，优势，缺点

⊙ L13典型应用

L13：典型应用

2.Python基础语法：L2

L20: 安装与示例

⊙ L21数据结构

L211:数字、字符串
L212:列表
L213:元组、字典

⊙ L22面向对象

L221:类

⊙ L23 JSON

L231:JSON序列化与反序列化

⊙ L24异常处理

L241:Python异常处理

3.机器学习四剑客：L3

L30: 机器学习四剑客

⊙ L31 Numpy库

L31：Numpy库
L311:ndarray，数组和标量之间的运算
L312:索引和切片
L313:数学和统计
L314:线性代数

⊙ L32 Pandas库

L32:
L321: Series
L322:Dataframe
L323:索引对象

⊙ L33 PIL库

L33：
L331: PIL库
L332: Image模块

⊙ L34 Matplotlib库

L34：
L341:应用举例

4.应用举例：L4

人工智能产业政策与行业应用场景-备课资料相关推荐

北京发布人工智能产业政策，该如何高效关注行业动态、把握新机遇？
近日,海淀区发布人工智能扶持政策,并设立10亿元人工智能产业引导基金.在此之前,全国多个区政府相继出台过促进AI产业发展的意见及政策文件. 人工智能正在改变人们的生产.生活方式.在这样快速的" ...
新一代人工智能产业八大主要应用场景研判
声明: 本文并非原创,来源于数据观新一代人工智能产业八大主要应用场景研判当前,新一代人工智能技术正加速在各行业深度融合和落地应用,推动经济社会各领域从数字化.网络化向智能化加速跃升.近日,中国电 ...
2019年中国人工智能产业研究报告
人工智能丨研究报告来源丨艾瑞咨询核心摘要: "商业落地"已成为人工智能发展到当前阶段鲜明的主题词,过去人工智能技术驱动阶段重在AI算法模型比拼,如今更要依赖商业场景洞察.专家团 ...
一文读懂人工智能产业最新发展趋势
来源:世界物联网博览会作者:赛迪智库人工智能产业形势分析课题组当前,以新一代人工智能为代表的科技和产业革命正在孕育兴起.数字化.网络化.智能化的信息基础设施加速构建,以信息通信.生命.材料科学等交 ...
学会动态丨中国人工智能学会重磅发布《2018人工智能产业创新评估白皮书》
来源:中国人工智能学会摘要:<2018人工智能产业创新评估白皮书>由中国人工智能学会.国家工信安全中心.华夏幸福产业研究院.思保环球联合发布.白皮书聚焦人工智能的使能技术与应用场景两个层 ...
人工智能产业2018年待解的三大难题
来源:人民邮电报概要:2017年,人工智能领域在算法.政策.资金等方面已经出现了三大突破,业界欢欣鼓舞的情形很像1999年年底网络泡沫泛滥时的情形. 2017年,人工智能领域在算法.政策.资金等方面 ...
人工智能产业展望：2018年三大难题如何破解？
来源:腾讯研究院概要:当前,AI的竞争已然升级到国家竞争. 当前,AI的竞争已然升级到国家竞争.2017年首次出现了"AI中国威胁论".谷歌前董事长施密特公开抱怨美国政府对企业在 ...
2017-2018 中国人工智能产业路线图
内容简介十多年前,所有的公司都在进行互联网化,现在 CSDN 作为一个20岁的互联网公司,从创立至今一直都是全球中文 IT 社区,一路走来,见证了技术从 PC 到互联网,从互联网到移动互联网,从云计 ...
解读人工智能产业的2020：认知AI还未实现，我们仍然正在路上
来源 | AI前线作者 | 李冬梅采访嘉宾 | 唐杰 2020 年是一个不平凡的年份.尽管全球遭遇新冠疫情,但是人工智能技术发展和学术研究依旧稳步向前.技术与产业融合也进一步扩大和 ...

人工智能产业政策与行业应用场景-备课资料