人工智能、深度學(xué)習(xí)等課程資源包人工智能、深度學(xué)習(xí)等課程資源包1(套)1、基礎(chǔ)實(shí)驗(yàn)課：人工智能應(yīng)用導(dǎo)論

課程資源包含10個(gè)實(shí)驗(yàn)手冊(cè)及其配套實(shí)驗(yàn)環(huán)境等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【人工智能應(yīng)用算法實(shí)驗(yàn)環(huán)境的搭建、旅行時(shí)間數(shù)據(jù)的決策樹創(chuàng)建及可視化實(shí)驗(yàn)、K近鄰分類算法的實(shí)現(xiàn)及應(yīng)用實(shí)驗(yàn)、線性回歸模型實(shí)現(xiàn)及人口收益預(yù)測(cè)、模糊推理系統(tǒng)及其在洗衣機(jī)控制中的應(yīng)用、高級(jí)人工智能開發(fā)框架的部署使用、高級(jí)人工智能開發(fā)框架的部署使用、使用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行圖片場(chǎng)景自動(dòng)識(shí)別、基于FCN預(yù)訓(xùn)練模型進(jìn)行圖像的多目標(biāo)分割、基于GooaLeNet網(wǎng)絡(luò)實(shí)現(xiàn)花卉圖像的識(shí)別應(yīng)用】；

2、基礎(chǔ)實(shí)驗(yàn)課：Python編程基礎(chǔ)課程資源包含不少于10個(gè)教學(xué)視頻，視頻總時(shí)長60分鐘以上、不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【環(huán)境部署、Tensor基本用法、張量的科學(xué)計(jì)算、梯度和優(yōu)化、線性回歸和邏輯回歸、數(shù)據(jù)集加載和處理、可視化實(shí)現(xiàn)方法、單層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)iris數(shù)據(jù)集分類、深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)、卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)】；

3、基礎(chǔ)實(shí)驗(yàn)課：數(shù)據(jù)分析與挖掘課程資源包含不少于7個(gè)教學(xué)視頻和7個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容，視頻總時(shí)長400分鐘以上；每個(gè)實(shí)驗(yàn)手冊(cè)有對(duì)應(yīng)的操作講解視頻；課程提供實(shí)驗(yàn)內(nèi)容包含【Numpy介紹與使用、Pandas介紹與使用、數(shù)據(jù)繪圖可視化、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分類與預(yù)測(cè)、數(shù)據(jù)聚類分析、時(shí)序數(shù)據(jù)分析處理】；

4、基礎(chǔ)實(shí)驗(yàn)課：數(shù)據(jù)挖掘-典型算法

課程資源包含不少于13個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【Anaconda及PyCharm的安裝與配置、使用sklearn進(jìn)行數(shù)據(jù)預(yù)處理基礎(chǔ)梳理、利用apriori算法發(fā)現(xiàn)毒蘑菇近似特征、使用fpGrowth算法發(fā)現(xiàn)購物關(guān)聯(lián)、基于SVM分析UCI銀行營銷數(shù)據(jù)集、邏輯回歸LogistcalRegression分析鳶尾花數(shù)據(jù)集、基于貝葉斯算法的鳶尾花數(shù)據(jù)分類、用LSTM實(shí)現(xiàn)股票預(yù)測(cè)、使用DBSCAN對(duì)紅酒類型聚類、使用K均值對(duì)UCIwine數(shù)據(jù)集進(jìn)行分析、基于SK-learnLabelPropagation的半監(jiān)督算法實(shí)現(xiàn)、文本特征詞的提取、word2vec及doc2vec的訓(xùn)練及使用】；

5、基礎(chǔ)實(shí)驗(yàn)課：機(jī)器學(xué)習(xí)-基礎(chǔ)

課程資源包含不少于11個(gè)教學(xué)視頻和11個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容，視頻總時(shí)長300分鐘以上；每個(gè)實(shí)驗(yàn)手冊(cè)有對(duì)應(yīng)的操作講解視頻；課程提供實(shí)驗(yàn)內(nèi)容包含【線性回歸、邏輯回歸、最大期望算法、主題模型、聚類算法、支持向量機(jī)、決策樹與隨機(jī)森林、隱馬爾科夫模型、Mahout安裝部署、Mahout聚類算法、Mahout分類算法】；

6、基礎(chǔ)實(shí)驗(yàn)課：機(jī)器學(xué)習(xí)-中級(jí)

課程資源包含不少于11個(gè)教學(xué)視頻，視頻總時(shí)長600分鐘以上、不少于11個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；每個(gè)實(shí)驗(yàn)手冊(cè)有對(duì)應(yīng)的操作講解視頻；課程提供實(shí)驗(yàn)內(nèi)容包含【動(dòng)物圖片識(shí)別、手寫數(shù)字識(shí)別、SparkMLlib庫介紹與使用、鳶尾花分類、棋類游戲、提取文章摘要、監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)自編碼、氣象數(shù)據(jù)分析、足球比賽聚類分析】；

7、基礎(chǔ)實(shí)驗(yàn)課：機(jī)器學(xué)習(xí)-高級(jí)

課程資源包含不少于16個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【安裝配置pycharm與anaconda、基于線性回歸預(yù)測(cè)糖尿病、使用決策樹預(yù)測(cè)隱形眼鏡類型、使用決策樹對(duì)銀行貸款進(jìn)行建模、利用神經(jīng)網(wǎng)實(shí)現(xiàn)MINST手寫數(shù)字識(shí)別、用CNN實(shí)現(xiàn)MNIST手寫數(shù)字識(shí)別、使用SVM實(shí)現(xiàn)手寫數(shù)字識(shí)別、基于SVM分析Kaggle泰坦尼克數(shù)據(jù)集、使用樸素貝葉斯分類器從個(gè)人廣告中獲取區(qū)域傾向、使用樸素貝葉斯對(duì)鳶尾花數(shù)據(jù)進(jìn)行分類、在病馬死亡數(shù)據(jù)集上運(yùn)用AdaBoost、DBSCAN聚類算法實(shí)踐、使用K均值對(duì)鳶尾花數(shù)據(jù)集進(jìn)行分析、利用PCA分析鳶尾花數(shù)據(jù)、基于SVD構(gòu)建餐館菜肴推薦系統(tǒng)、用HMM求解最可能的天氣】；

8、基礎(chǔ)實(shí)驗(yàn)課：深度學(xué)習(xí)-算法基礎(chǔ)

課程資源包含不少于16個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【安裝配置pycharmanaconda、數(shù)據(jù)擬合與廣義線性回歸、SMO算法求解SVM、構(gòu)建BP神經(jīng)網(wǎng)絡(luò)、從零開始搭建神經(jīng)網(wǎng)絡(luò)、使用Tensorflow實(shí)現(xiàn)Dropout、梯度下降優(yōu)化神經(jīng)網(wǎng)絡(luò)1、梯度下降優(yōu)化神經(jīng)網(wǎng)絡(luò)2、Tensorflow神經(jīng)網(wǎng)絡(luò)優(yōu)化策略、Mnist手寫數(shù)據(jù)集識(shí)別、RNN實(shí)現(xiàn)二進(jìn)制加法、彩票預(yù)測(cè)1、彩票預(yù)測(cè)2、PCA主成分分析、基于馬爾科夫隨機(jī)場(chǎng)的圖像去噪方法、AutoEncoder自編碼器】；

9、基礎(chǔ)實(shí)驗(yàn)課：深度學(xué)習(xí)-主流框架

課程資源包含不少于8個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【DeepLearning初窺：Theano簡單應(yīng)用、DeepLearning初窺：TensorFlow簡單應(yīng)用、DeepLearning初窺：Keras識(shí)別手寫字體、DeepLearning初窺：Keras與Scikit-Learn混合編程、DeepLearning初窺：KerasCNN圖片分類、DeepLearning初窺：KerasLSTM影評(píng)分類、DeepLearning初窺：Caffe手寫數(shù)字識(shí)別、DeepLearning初窺：Caffecifar10圖片分類】；

10、基礎(chǔ)實(shí)驗(yàn)課：深度學(xué)習(xí)-典型實(shí)例

課程資源包含不少于8個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【DeepLearning實(shí)踐：Python實(shí)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)、DeepLearning實(shí)踐：CaffeCNN實(shí)現(xiàn)圖片分類、DeepLearning實(shí)踐：CNN實(shí)現(xiàn)圖片風(fēng)格遷移、DeepLearning實(shí)踐：自聯(lián)想存儲(chǔ)器的python實(shí)現(xiàn)、DeepLearning實(shí)踐：BP神經(jīng)網(wǎng)絡(luò)手寫識(shí)別、DeepLearning實(shí)踐：無監(jiān)督學(xué)習(xí)的自編碼器實(shí)現(xiàn)、DeepLearning實(shí)踐：自編碼器進(jìn)行人臉數(shù)據(jù)降維、DeepLearning實(shí)踐：有監(jiān)督學(xué)習(xí)人臉識(shí)別】；

11、基礎(chǔ)實(shí)驗(yàn)課：AI-算法基礎(chǔ)

課程資源包含不少于16個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【安裝配置pycharm與anaconda、prolog環(huán)境搭建、梵塔問題、農(nóng)夫過河問題、利用A-star算法尋路、二叉樹遍歷、搜索兩點(diǎn)之間路徑、初識(shí)prolog、prolog家族關(guān)系判斷、衣服搭配專家系統(tǒng)、Mycin專家系統(tǒng)、在玩具數(shù)據(jù)集中比較不同的聚類算法、高斯混合模型、DBSCAN聚類算法、jieba分詞庫使用、最大匹配算法】；

12、基礎(chǔ)實(shí)驗(yàn)課：區(qū)塊鏈理論與應(yīng)用實(shí)戰(zhàn)

課程資源包含不少于15個(gè)教學(xué)視頻，視頻總時(shí)長600分鐘以上、不少于15個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【比特幣客戶端的安裝和使用、比特幣瀏覽器的使用、比特幣瀏覽器的開發(fā)、以太坊客戶端的安裝和使用、多節(jié)點(diǎn)聯(lián)盟鏈搭建和通信、智能合約的編寫、測(cè)試、部署和運(yùn)行、基于ERC20協(xié)議的自定義代幣發(fā)行、以太坊錢包項(xiàng)目開發(fā)、基于Web3js的智能合約投票、Go語言編程環(huán)境搭建、Go語言實(shí)現(xiàn)數(shù)據(jù)加密算法、Go語言模擬實(shí)現(xiàn)常見的共識(shí)算法、利用算法實(shí)現(xiàn)區(qū)塊鏈地址生成、Go語言實(shí)現(xiàn)簡單區(qū)塊鏈系統(tǒng)、EOSIO環(huán)境搭建及智能合約使用】；

13、基礎(chǔ)實(shí)驗(yàn)課：人工智能與信息安全

課程資源包含不少于16個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【人工智能應(yīng)用算法實(shí)驗(yàn)環(huán)境的搭建、產(chǎn)生式系統(tǒng)應(yīng)用實(shí)驗(yàn)、決策樹剪枝實(shí)驗(yàn)、支持向量機(jī)分類實(shí)驗(yàn)、感知機(jī)網(wǎng)絡(luò)實(shí)驗(yàn)、聚類算法與應(yīng)用實(shí)驗(yàn)、AI系統(tǒng)防火墻的安裝使用實(shí)驗(yàn)、AI系統(tǒng)網(wǎng)絡(luò)配置及BBR安裝使用實(shí)驗(yàn)、AI算法在惡意域名識(shí)別中的應(yīng)用實(shí)驗(yàn)、使用AI算法判別垃圾郵件實(shí)驗(yàn)】；

14、基礎(chǔ)實(shí)驗(yàn)課：NLP自然語言處理

課程資源包含不少于16個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【NLP-相似度模型實(shí)驗(yàn)、WordCloud制作詞云實(shí)驗(yàn)、NLTK工具包使用、中文短文本分類實(shí)驗(yàn)、中文短文本聚類實(shí)驗(yàn)、word2Vec影評(píng)數(shù)據(jù)分析、SVM分類垃圾短信、簡易聊天機(jī)器人、基于TensorFlow的DeepQA聊天機(jī)器人實(shí)驗(yàn)、LSTM情感分析實(shí)驗(yàn)、基于LSTM輕松生成各種古詩、CNN與RNN中文文本分類-基于TENSORFLOW實(shí)現(xiàn)、利用lstm生成莫言小說、中英文翻譯系統(tǒng)實(shí)驗(yàn)、語音識(shí)別實(shí)驗(yàn)、基于文本的個(gè)性化推薦系統(tǒng)】；

15、基礎(chǔ)實(shí)驗(yàn)課：計(jì)算機(jī)視覺

課程資源包含不少于14個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【人臉數(shù)據(jù)采集與處理、交通監(jiān)控中的圖像處理、角點(diǎn)特征偵測(cè)、角點(diǎn)位置校正、人臉特征點(diǎn)檢測(cè)、角點(diǎn)匹配與對(duì)象跟蹤、圖像分割、目標(biāo)偵測(cè)的候選區(qū)域搜索目標(biāo)方向偵測(cè)、圖像數(shù)據(jù)集處理、YOLOv3目標(biāo)偵測(cè)、交通標(biāo)記識(shí)別、垃圾識(shí)別、訓(xùn)練用戶的目標(biāo)偵測(cè)模型、車牌識(shí)別】；

16、基礎(chǔ)實(shí)驗(yàn)課：知識(shí)圖譜

課程資源包含不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【知識(shí)圖譜實(shí)驗(yàn)環(huán)境的搭建、使用Neo4i構(gòu)建企業(yè)關(guān)系圖譜、使用Protege構(gòu)建金融本體、通過力導(dǎo)向圖實(shí)現(xiàn)知識(shí)圖譜、使用Neo4i實(shí)現(xiàn)藥材供應(yīng)鏈知識(shí)圖譜、從季構(gòu)建醫(yī)藥領(lǐng)域知識(shí)圖譜、以家有兒女中人物關(guān)系為例構(gòu)建知識(shí)圖譜、使用python與neo4i創(chuàng)建醫(yī)藥關(guān)系圖譜、0基于知識(shí)圖譜的醫(yī)療問答、基于知識(shí)圖譜的電影知識(shí)智能問答系統(tǒng)】；

17、基礎(chǔ)實(shí)驗(yàn)課：語音信號(hào)處理

課程資源包含不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【語音信號(hào)處理實(shí)驗(yàn)環(huán)境的搭建、語音采集、讀寫與編輯、語音信號(hào)生成的數(shù)學(xué)模型、語音信號(hào)的分與加窗、語音信號(hào)的短時(shí)時(shí)域、頻域及倒譜分析、語音信號(hào)線性預(yù)測(cè)分析、語音基因周期檢測(cè)及共振峰估計(jì)、基于譜減法的語音降噪、基于PCM及ADPCM的語音編碼、語音信號(hào)恢合成及LPC的語音合成實(shí)驗(yàn)】；

18、基礎(chǔ)實(shí)驗(yàn)課：PyTorch基礎(chǔ)編程

課程資源包含不少于10個(gè)教學(xué)視頻，視頻總時(shí)長60分鐘以上、不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【環(huán)境部署、Tensor基本用法、張量的科學(xué)計(jì)算、梯度和優(yōu)化、線性回歸和邏輯回歸、數(shù)據(jù)集加載和處理、可視化實(shí)現(xiàn)方法、單層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)iris數(shù)據(jù)集分類、深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)、卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)】；

19、基礎(chǔ)實(shí)驗(yàn)課：PyTorch圖像分類與識(shí)別

課程資源包含不少于10個(gè)教學(xué)視頻，視頻總時(shí)長60分鐘以上、不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【CentOS實(shí)驗(yàn)環(huán)境概覽、CentOS7.9編程開發(fā)環(huán)境配置、Anaconda的安裝部署、Python開發(fā)環(huán)境部署、PyTorch等擴(kuò)展庫的安裝及使用、基于AlexNet網(wǎng)絡(luò)的復(fù)雜樣本多分類圖像識(shí)別、編程實(shí)現(xiàn)VGGNet并以動(dòng)物圖像為例解決二分類問題、基于GoogLeNet網(wǎng)絡(luò)實(shí)現(xiàn)花卉圖像的識(shí)別應(yīng)用、構(gòu)建ResNet網(wǎng)絡(luò)進(jìn)行室內(nèi)外場(chǎng)景的自動(dòng)識(shí)別、DenseNet編程及檔案照片分類識(shí)別實(shí)踐應(yīng)用】；

20、基礎(chǔ)實(shí)驗(yàn)課：PyTorch目標(biāo)檢測(cè)

課程資源包含不少于10個(gè)教學(xué)視頻，視頻總時(shí)長60分鐘以上、不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【CentOS命令操作、Linux編程開發(fā)環(huán)境介紹、Anaconda的安裝部署、Python集成開發(fā)環(huán)境的安裝及使用、PyTorch等擴(kuò)展庫的安裝及張量的生成、圖像的矩陣化表示、圖像讀取與圖像像素格式轉(zhuǎn)換、OpenCV對(duì)視頻文件的操作、目標(biāo)檢測(cè)案例解析、基于CenterNet網(wǎng)絡(luò)進(jìn)行圖像目標(biāo)檢測(cè)】；

21、基礎(chǔ)實(shí)驗(yàn)課：PyTorch目標(biāo)分割

課程資源包含不少于10個(gè)教學(xué)視頻，視頻總時(shí)長60分鐘以上、不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【Linux實(shí)驗(yàn)環(huán)境概覽、Linux編程開發(fā)環(huán)境、Anaconda的安裝部署、Python集成開發(fā)環(huán)境、圖像處理擴(kuò)展庫的安裝、數(shù)字圖像的計(jì)算機(jī)表示、VGG網(wǎng)絡(luò)模型編程及數(shù)據(jù)集圖像目標(biāo)辨識(shí)、設(shè)計(jì)實(shí)現(xiàn)ResNet模型進(jìn)行目標(biāo)分割圖像判別、基于FCN預(yù)訓(xùn)練模型進(jìn)行圖像的多目標(biāo)分割、基于PyTorch構(gòu)建自己的目標(biāo)分割網(wǎng)絡(luò)并進(jìn)行應(yīng)用分析】；

22、基礎(chǔ)實(shí)驗(yàn)課：PyTorch目標(biāo)跟蹤

課程資源包含不少于10個(gè)教學(xué)視頻，視頻總時(shí)長60分鐘以上、不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【CentOS命令操作基礎(chǔ)、Linux編程開發(fā)環(huán)境介紹、Anaconda的安裝部署、Python程序開發(fā)IDE的安裝及使用、PyTorch及OpenCV等圖像處理擴(kuò)展庫的安裝、圖像的矩陣化表示、圖像讀取與圖像像素格式轉(zhuǎn)換、OpenCV對(duì)視頻文件的操作、使用全卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)視頻序列跟蹤目標(biāo)的精確提取、構(gòu)建SiameseFC網(wǎng)絡(luò)實(shí)現(xiàn)視頻目標(biāo)跟蹤】；

23、基礎(chǔ)實(shí)驗(yàn)課：PyTorch圖像描述

課程資源包含不少于10個(gè)教學(xué)視頻，視頻總時(shí)長60分鐘以上、不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【CentOS命令操作基礎(chǔ)、Linux編程開發(fā)環(huán)境介紹、集成開發(fā)環(huán)境的安裝部署、Python程序開發(fā)IDE的安裝及使用、Python程序開發(fā)IDE的安裝及使用、圖像的矩陣化表示、圖像讀取與圖像像素格式轉(zhuǎn)換、圖像描述中語義分割網(wǎng)絡(luò)的設(shè)計(jì)與實(shí)現(xiàn)、編程實(shí)現(xiàn)基于LSTM網(wǎng)絡(luò)的描述語句生成、圖像描述綜合實(shí)例編程應(yīng)用】；

24、基礎(chǔ)實(shí)驗(yàn)課：PyTorch圖像超分辨率重建

課程資源包含不少于10個(gè)教學(xué)視頻，視頻總時(shí)長60分鐘以上、不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【Linux命令操作基礎(chǔ)、Linux實(shí)驗(yàn)環(huán)境部署、Conda的安裝部署、Python集成開發(fā)環(huán)境、圖像處理擴(kuò)展庫的安裝及使用、數(shù)字圖像的矩陣化表示、圖像讀取與圖像像素格式轉(zhuǎn)換、基于PyTorch的卷積神經(jīng)網(wǎng)絡(luò)編程實(shí)現(xiàn)、圖像超分辨率重建與深度殘差網(wǎng)絡(luò)、SRResNet算法及圖像超分重建編程實(shí)現(xiàn)】；

25、基礎(chǔ)實(shí)驗(yàn)課：PyTorch圖像生成

課程資源包含不少于10個(gè)教學(xué)視頻，視頻總時(shí)長60分鐘以上、不少于10個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【CentOS命令操作基礎(chǔ)、Linux編程開發(fā)環(huán)境介紹、Anaconda的安裝部署、Python程序開發(fā)IDE的安裝及使用、PyTorch等擴(kuò)展庫的安裝及張量的生成、Pillow圖像處理標(biāo)準(zhǔn)庫的使用、PyTorch神經(jīng)網(wǎng)絡(luò)工具箱、基于反卷積原理搭建最小均方誤差圖像生成網(wǎng)絡(luò)模型、手寫數(shù)字圖像的生成器-識(shí)別器網(wǎng)絡(luò)模型編程實(shí)現(xiàn)、PyTorch神經(jīng)網(wǎng)絡(luò)工具箱】；

26、案例課：數(shù)據(jù)挖掘-案例課

課程資源包含6個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【20newsgroup分類分析、KMeans聚類乳腺癌數(shù)據(jù)集分析、LDA主題發(fā)現(xiàn)演練分析、服裝數(shù)據(jù)集分析、使用K均值分析天平數(shù)據(jù)集、使用決策樹對(duì)三好學(xué)生評(píng)選進(jìn)行建?！?；

27、案例課：機(jī)器學(xué)習(xí)-案例課

課程資源包含不少于6個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【機(jī)器學(xué)習(xí)-Kaggle美國收入數(shù)據(jù)集分析、機(jī)器學(xué)習(xí)-房價(jià)預(yù)測(cè)案例建模、機(jī)器學(xué)習(xí)-人臉識(shí)別數(shù)據(jù)集分析、機(jī)器學(xué)習(xí)-使用DBSCAN對(duì)鮑魚大小聚類、機(jī)器學(xué)習(xí)-搜狗新聞分類、機(jī)器學(xué)習(xí)-用LSTM實(shí)現(xiàn)MNIST手寫數(shù)字識(shí)別】；

28、案例課：深度學(xué)習(xí)-案例課

課程資源包含不少于6個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【深度學(xué)習(xí)-SVM分類Iris數(shù)據(jù)集、深度學(xué)習(xí)-句子分類訓(xùn)練1、深度學(xué)習(xí)-句子分類訓(xùn)練2、深度學(xué)習(xí)-蒙特卡羅方法計(jì)算圓周率、深度學(xué)習(xí)-深度學(xué)習(xí)模型實(shí)用技巧、深度學(xué)習(xí)-約會(huì)網(wǎng)站配對(duì)效果判定】；

29、案例課：深度學(xué)習(xí)實(shí)戰(zhàn)

課程資源包含不少于9個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【創(chuàng)建和操作Tensor、梯度下降和自動(dòng)求梯度、深度學(xué)習(xí)基礎(chǔ)、Pytorch開發(fā)技巧、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、算法優(yōu)化、計(jì)算機(jī)視覺、自然語言處理】；

30、案例課：深度學(xué)習(xí)實(shí)戰(zhàn)

課程資源包含不少于3個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【花朵盛開狀態(tài)檢測(cè)、智能農(nóng)業(yè)植株檢測(cè)、自動(dòng)鳥類識(shí)別】；

31、案例課：數(shù)據(jù)分析與挖掘案例

課程資源包含不少于7個(gè)實(shí)驗(yàn)手冊(cè)等教學(xué)內(nèi)容；課程提供實(shí)驗(yàn)內(nèi)容包含【自動(dòng)問答系統(tǒng)、居