《人工智能算法及實(shí)戰(zhàn)》教學(xué)大綱

《人工智能算法及實(shí)戰(zhàn)》教學(xué)大綱9/16《人工智能算法及實(shí)戰(zhàn)》課程教學(xué)大綱

一、課程說明課程名稱人工智能算法及實(shí)戰(zhàn)（Python+PyTorch）課程代碼課程類型選修課程性質(zhì)專業(yè)課程課程學(xué)分3課程學(xué)時理論30學(xué)時,實(shí)驗24學(xué)時開課學(xué)期第5學(xué)期所屬專業(yè)數(shù)據(jù)科學(xué)、數(shù)據(jù)分析或人工智能先修課程Python3基礎(chǔ);線性代數(shù);數(shù)學(xué)分析;數(shù)理統(tǒng)計;機(jī)器學(xué)習(xí)原理后續(xù)課程專業(yè)實(shí)習(xí);MySQL數(shù)據(jù)庫;深度學(xué)習(xí)適用專業(yè)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、人工智能、模式識別與人工智能

二、課程性質(zhì)、目的和任務(wù)《人工智能算法及實(shí)戰(zhàn)（Python+PyTorch）》是數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)相關(guān)專業(yè)大學(xué)生本科及研究生選修的一門專業(yè)課程,通過本課程的學(xué)習(xí),使學(xué)生能夠系統(tǒng)性地掌握機(jī)器學(xué)、數(shù)據(jù)挖掘和部分深度學(xué)習(xí)的基本知識、原理和方法,讓學(xué)生初步具備人工智能的一些常見算法應(yīng)用,為從事人工智能鞏固基礎(chǔ).目的是讓學(xué)生深入了解、學(xué)習(xí)人工智能相關(guān)的算法的原理及實(shí)現(xiàn)過程.本課程重點(diǎn)讓學(xué)生掌握常見算法的原理、代碼實(shí)現(xiàn),而非通過調(diào)包的形式來完成任務(wù),重在算法背后的數(shù)學(xué)原理.三、課程教學(xué)目標(biāo)(一)總體目標(biāo)掌握人工智能的常見算法及實(shí)現(xiàn)過程,鞏固Python基礎(chǔ)和學(xué)習(xí)PyTorch框架.通過本課程的學(xué)習(xí),可以從事關(guān)于人工智能算法的工作、科研.(二)具體目標(biāo)通過本課程的學(xué)習(xí),學(xué)生應(yīng)達(dá)到如下目標(biāo):1.知識與技能(1)了解并掌握Python安裝、基礎(chǔ)內(nèi)容;(2)了解人工智能常見的幾種算法,例如kNN、k-means、PCA等等;(3)使用PyTorch實(shí)現(xiàn)深度學(xué)習(xí)的一些經(jīng)典算法.2.過程與方法通過對人工智能算法的學(xué)習(xí)與探索,學(xué)會使用人工智能算法解決實(shí)際工作中的各種相關(guān)問題.

四、課程內(nèi)容與安排第1章準(zhǔn)備工作(一)教學(xué)目的通過本章的學(xué)習(xí),了解Python3基礎(chǔ)內(nèi)容,以及Python常見的基礎(chǔ)知識.(二)教學(xué)要求1.介紹Python2與Python3的區(qū)別;2.掌握Python3在不同操作系統(tǒng)中的安裝方式,介紹常用模塊的功能和虛擬環(huán)境的搭建;3.闡述Python基礎(chǔ)知識,比如數(shù)據(jù)類型、數(shù)據(jù)結(jié)構(gòu)、條件判斷、循環(huán)等內(nèi)容.(三)教學(xué)內(nèi)容1.簡要闡述Python的發(fā)展歷程;2.不同操作系統(tǒng)下的安裝方式,主要闡述了3種操作系統(tǒng):Windows、MacOS和CentOS7;3.闡述人工智能常見的一些模塊,比如NumPy、SciPy、pandas、PyTorch、TensorFlow等;4.學(xué)習(xí)關(guān)于Python的基礎(chǔ)知識,比如數(shù)據(jù)類型、數(shù)據(jù)結(jié)構(gòu)、條件判斷、循環(huán)等內(nèi)容;5.搭建Jupyter開發(fā)環(huán)境,并簡要闡述其使用方式.(四)教學(xué)重點(diǎn)與難點(diǎn)：Python的數(shù)據(jù)結(jié)構(gòu)第2章科學(xué)計算庫(一)教學(xué)目的能夠?qū)W習(xí)并掌握常見的幾個科學(xué)計算庫,比如NumPy、Sympy、SciPy、pandas、Matplotlib等.(二)教學(xué)要求1.熟練掌握通過pip來管理、安裝、卸載常見的模塊,比如NumPy、Sympy、SciPy等;2.了解數(shù)學(xué)符號運(yùn)算的Sympy模塊,重點(diǎn)介紹關(guān)于科學(xué)計算的SciPy模塊,比如非線性方程組的求解、最小二乘法的實(shí)現(xiàn)以及樣條插值等內(nèi)容;3.pandas是數(shù)據(jù)處理最常用的模塊,簡要介紹了部分內(nèi)容.(三)教學(xué)內(nèi)容1.掌握NumPy模塊的基礎(chǔ)內(nèi)容,比如安裝、升級等.熟練掌握數(shù)組的使用方法,數(shù)組運(yùn)算,函數(shù)運(yùn)算等.熟練利用NumPy模塊實(shí)現(xiàn)各種文件、數(shù)據(jù)的讀取或存儲;2.了解Sympy模塊,掌握部分符合計算,比如積分、微分等內(nèi)容;3.介紹SciPy模塊的功能,與NumPy的關(guān)系.掌握模塊的基本功能,利用SciPy模塊實(shí)現(xiàn)非線性方程組的解法、最小二乘和樣條插值等內(nèi)容;4.介紹pandas模塊的基本內(nèi)容,利用pandas模塊實(shí)現(xiàn)數(shù)據(jù)預(yù)處理、數(shù)據(jù)讀取與存儲等;5.介紹關(guān)于Python的幾種繪圖模塊,掌握Matplotlib模塊的常見作圖方法,比如2維和3維制圖.(四)教學(xué)重點(diǎn)與難點(diǎn)1.教學(xué)重點(diǎn)掌握Numpy和Scipy模塊的相關(guān)知識,并能用該模塊實(shí)現(xiàn)相應(yīng)的功能.2.教學(xué)難點(diǎn)利用pandas和Matplotlib處理數(shù)據(jù),并實(shí)現(xiàn)數(shù)據(jù)可視化內(nèi)容.第3章科學(xué)計算庫(一)教學(xué)目的學(xué)習(xí)基本的統(tǒng)計量,數(shù)據(jù)轉(zhuǎn)換和常見距離等內(nèi)容,并介紹數(shù)據(jù)類型.旨在讓學(xué)生掌握人工智能算法的基礎(chǔ)知識,為后續(xù)學(xué)習(xí)各種算法做鋪墊.(二)教學(xué)要求1.掌握數(shù)據(jù)的分類,并熟練掌握基本統(tǒng)計量內(nèi)容;2.數(shù)據(jù)轉(zhuǎn)換是數(shù)據(jù)預(yù)處理中常見的方法,熟練掌握中心化、min-max標(biāo)準(zhǔn)化、log函數(shù)轉(zhuǎn)化等;3.熟練掌握閔式距離和余弦值相似度的相關(guān)知識,并了解多維數(shù)據(jù)的一些基本內(nèi)容.(三)教學(xué)內(nèi)容1.介紹數(shù)據(jù)類型,比如分類數(shù)據(jù)和數(shù)值型數(shù)據(jù);2.了解并掌握基本統(tǒng)計量,比如各種平均數(shù)、最值、中位數(shù)、眾數(shù)、極差、方差、變異系數(shù)、協(xié)方差和相關(guān)系數(shù)等.基本統(tǒng)計量包含其概念、應(yīng)用場景、計算步驟等;3.介紹數(shù)據(jù)轉(zhuǎn)換相關(guān)的內(nèi)容,比如數(shù)據(jù)去量綱問題、標(biāo)準(zhǔn)化處理以及數(shù)據(jù)分布的轉(zhuǎn)化方法;4.介紹并掌握幾種常見距離的概念和計算方式,比如適用于數(shù)值型數(shù)據(jù)的閔式距離,分類數(shù)據(jù)的余弦值相似度問題;5.介紹多維數(shù)據(jù)的概念,相關(guān)的知識內(nèi)容,比如矩陣、特征值和特征向量、多重共線性問題等.(四)教學(xué)難點(diǎn)與重點(diǎn)1.教學(xué)難點(diǎn)多維數(shù)據(jù)的介紹,特征值和特征向量的計算方式.2.教學(xué)重點(diǎn)基本統(tǒng)計量、數(shù)據(jù)轉(zhuǎn)換和常見距離等內(nèi)容.第4章經(jīng)典算法(一)教學(xué)目的本章是書籍的核心部分之一,介紹了12種常見的算法.通過本章的學(xué)習(xí),可以基本掌握人工智能算法的部分內(nèi)容,并能結(jié)合Python解決實(shí)際問題.(二)教學(xué)要求1.掌握12種常見的人工智能算法的概念、原理、計算步驟;2.不局限于使用NumPy實(shí)現(xiàn)各種算法,并與調(diào)包的方式進(jìn)行對比.(三)教學(xué)內(nèi)容1.介紹線性回歸的概念、線性回歸的計算步驟,并以實(shí)例的方式實(shí)現(xiàn)該算法的內(nèi)容;2.介紹并掌握Logistic回歸的概念、原理、計算步驟,并通過Python結(jié)合NumPy和Sklearn模塊實(shí)現(xiàn)其實(shí)例;3.介紹無監(jiān)督學(xué)習(xí)的一種經(jīng)典算法--主成分分析,重點(diǎn)闡述算法思想、算法步驟以及實(shí)例實(shí)現(xiàn);4.介紹線性判別分析的算法思想、算法步驟,并通過基本模塊實(shí)現(xiàn)該算法的實(shí)例;5.介紹決策樹的算法思想、算法步驟,掌握3種經(jīng)典的決策樹算法,并給出相關(guān)的基本內(nèi)容,最終結(jié)合實(shí)例,給出其算法的實(shí)現(xiàn)過程;6.介紹隨機(jī)森林的算法思想、算法步驟,比利用模塊實(shí)現(xiàn)其實(shí)例;7.介紹3種集成學(xué)習(xí)方法,分別為Bagging、Boosting和Stacking;8.介紹樸素貝葉斯算法的概念、原理、計算步驟,并給出了實(shí)例操作;9.介紹k最近鄰算法的算法思想、計算步驟,并利用pandas完成該算法的實(shí)現(xiàn),且給出一個實(shí)例通過2種方式實(shí)現(xiàn)其算法;10.介紹另一個無監(jiān)督學(xué)習(xí)算法—k-means聚類,重點(diǎn)介紹算法思想、算法步驟,且通過一個實(shí)例給出其算法實(shí)現(xiàn);11.介紹一種經(jīng)典的推薦算法,即協(xié)同過濾算法.依據(jù)不同的分析角度,給出基于用戶的協(xié)同過濾算法和基于內(nèi)容的協(xié)同過濾算法,并利用一個實(shí)例來闡述算法的實(shí)現(xiàn)過程;12.介紹SVD算法的思想原理、計算步驟,并給出2個實(shí)例深入介紹其算法的功能.(四)教學(xué)難點(diǎn)與重點(diǎn)1.教學(xué)難點(diǎn)各種算法的思想原理、實(shí)現(xiàn)方法.2.教學(xué)重點(diǎn)利用Python實(shí)現(xiàn)各個算法第5章深度學(xué)習(xí)(一)教學(xué)目的使用PyTorch框架學(xué)習(xí)深度學(xué)習(xí)的基本內(nèi)容,并給出幾種經(jīng)典的神經(jīng)網(wǎng)絡(luò)算法.(二)教學(xué)要求掌握并熟練應(yīng)用PyTorch模塊,學(xué)會使用GPU加速.通過PyTorch模塊完成神經(jīng)網(wǎng)絡(luò)的搭建.(三)教學(xué)內(nèi)容1.介紹幾種常見的深度學(xué)習(xí)框架的優(yōu)缺點(diǎn),PyTorch的安裝;2.使用PyTorch構(gòu)建張量,并掌握基本運(yùn)算方法,重點(diǎn)掌握PyTorch的矩陣運(yùn)算;3.介紹并掌握蒙特卡洛法、梯度下降法的原理和實(shí)現(xiàn);4.利用PyTorch封裝實(shí)現(xiàn)回歸問題,并介紹相關(guān)的激活函數(shù)和Softmax方法;5.介紹前饋神經(jīng)網(wǎng)絡(luò)的思想原理、實(shí)現(xiàn)過程,并實(shí)現(xiàn)手寫體識別實(shí)例;6.介紹幾種卷積神經(jīng)網(wǎng)絡(luò),比如LeNet、AlexNet、ResNet和GoogLeNet神經(jīng)網(wǎng)絡(luò),并通過神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)垃圾分類實(shí)例;7.介紹生成對抗神經(jīng)網(wǎng)絡(luò)的思想原理,且給出一個對抗網(wǎng)絡(luò)實(shí)例;8.介紹節(jié)了2種其他神經(jīng)網(wǎng)絡(luò):循環(huán)神經(jīng)網(wǎng)絡(luò)和風(fēng)格遷移神經(jīng)網(wǎng)絡(luò).(四)教學(xué)難點(diǎn)與重點(diǎn)1.教學(xué)難點(diǎn)：各種神經(jīng)網(wǎng)絡(luò)算法的思想、原理和實(shí)現(xiàn)過程.2.教學(xué)重點(diǎn)：PyTorch的基本知識和幾種神經(jīng)網(wǎng)絡(luò)算法.

五、課程教學(xué)進(jìn)程表課程教學(xué)進(jìn)程表授課周時數(shù)教學(xué)內(nèi)容教學(xué)活動要求作業(yè)要求課堂要求其他要求141.簡要介紹Python的發(fā)展歷程(py2,py3),Python語言備受熱寵的原因,以及Python廣泛的應(yīng)用場景.2.不同操作系統(tǒng)下安裝不同的Python版本.Anaconda,Spyder,源安裝.3.通過pip(conda)管理模塊.4.語法特點(diǎn):注釋方法,縮進(jìn)方式,模塊等.5.進(jìn)行簡單編程,熟練掌握常見的運(yùn)算符;6.通過pip安裝jupyter(lab),Ipython,virtualenv等模塊.7.在Ipython環(huán)境下進(jìn)行交互編程.8.創(chuàng)建虛擬環(huán)境,用notebook來實(shí)現(xiàn)編程.熟練掌握不同windows系統(tǒng)和Linux系統(tǒng)下的軟件安裝方法.熟練掌握pip管理模塊,jupyter的編程環(huán)境.學(xué)會在各種操作環(huán)境下完成軟件的安裝.241.溫故pip安裝模塊的2種方式.2.認(rèn)識python的內(nèi)置函數(shù),sum,max,count,format等.3.介紹常見的幾種數(shù)據(jù)類型與編程操作.4.學(xué)習(xí)字符串,布爾類型;5.字符串的常見函數(shù),索引,切片,替換,大小寫轉(zhuǎn)換等.布爾類型的相關(guān)運(yùn)算符操作.掌握字符串和布爾型的數(shù)據(jù)類型.必須掌握341.學(xué)習(xí)整數(shù)型,浮點(diǎn)型以及復(fù)數(shù)數(shù)據(jù)類型;2.整數(shù)型,浮點(diǎn)型的四則運(yùn)算,轉(zhuǎn)化.3.復(fù)數(shù)的編寫方式和常規(guī)計算.4.溫故5種數(shù)據(jù)類型及各自的運(yùn)算特點(diǎn).5.2個條件判斷:if,while6.ifelse3元函數(shù)的用法;7.對比if與while的應(yīng)用場景的差異;8.for循環(huán)的用法.重點(diǎn)掌握整數(shù)型,浮點(diǎn)型和復(fù)數(shù).必須掌握2個判斷1個循環(huán)必須熟練掌握441.溫故數(shù)據(jù)類型.2.認(rèn)識數(shù)據(jù)結(jié)構(gòu),列表,元組,集合和字典.3.掌握列表和元組的常規(guī)函數(shù),比如相互轉(zhuǎn)換,切片,索引,替換,求和,最值等.區(qū)別列表與元組的差異.4.字符串轉(zhuǎn)列表,列表內(nèi)循環(huán),等.5.溫故列表和元組的相關(guān)知識;6.掌握集合,字典的相關(guān)原理和編程操作.7.不同數(shù)據(jù)結(jié)構(gòu)之間的轉(zhuǎn)變;8.字典的加法與排序(高級用法);9.溫故數(shù)據(jù)結(jié)構(gòu);10.學(xué)習(xí)并掌握一些強(qiáng)大的內(nèi)置函數(shù),如map,reduce,filter,zip等.11.withas,tryexcept用法;12.常用模塊re,sys等.熟練掌握數(shù)據(jù)類型.熟練掌握數(shù)據(jù)類型.熟練掌握Python的內(nèi)置函數(shù)及部分模塊.必須熟練掌握541.學(xué)習(xí)函數(shù)的定義,規(guī)范性;2.定義函數(shù)的位置參數(shù),默認(rèn)參數(shù),可變參數(shù)以及關(guān)鍵字參數(shù).3.定義函數(shù)的調(diào)用;4.掌握2種定義方法;5.溫故函數(shù)的定義內(nèi)容;6.學(xué)習(xí)類的定義方法,規(guī)范性;7.類的繼承,類的導(dǎo)入等.8.2種類的定義方法.熟練掌握常規(guī)的函數(shù)定義方法.掌握類的定義,繼承和導(dǎo)入.掌握641.溫故類的相關(guān)內(nèi)容;2.學(xué)習(xí)NumPy的相關(guān)內(nèi)容;學(xué)會數(shù)組,矩陣;3.線性代數(shù),矩陣,行列式等操作;4.利用Sympy模塊實(shí)現(xiàn)符號計算;5.NumPy讀取與存儲,數(shù)組元素的切片,索引與合并等;6.了解Scipy模塊的相關(guān)功能與NumPy的區(qū)別;7.安裝Matplotlib,Pylab模塊;8.掌握常見繪圖函數(shù)的使用方法;9.會2維和3維繪圖;10.學(xué)習(xí)功能強(qiáng)大的pandas模塊;11.掌握不同格式文件的讀取和存儲,異常數(shù)據(jù)的處理,描述性統(tǒng)計;12.熟練掌握iloc,loc,query,concat,merge,join等命令;13.掌握map,apply的用法,熟練運(yùn)用透視表和交叉表等;14.pandas模塊鏈接MySQL數(shù)據(jù)庫,實(shí)現(xiàn)數(shù)據(jù)的抽取,處理和存儲.熟練掌握NumPy,為后學(xué)數(shù)據(jù)挖掘,深度學(xué)習(xí)打基礎(chǔ);熟練掌握NumPy元素操作;掌握常見的Matplotlib繪圖命令.熟練掌握pandas的相關(guān)內(nèi)容;熟練掌握Scipy模塊和Numpy模塊.741.介紹數(shù)據(jù)類型;2.常見的幾種基本統(tǒng)計量;3.數(shù)據(jù)轉(zhuǎn)化和常見距離;4.簡要介紹多維數(shù)據(jù);5.學(xué)習(xí)并掌握利用Python以及相關(guān)模塊實(shí)現(xiàn)基本統(tǒng)計量、數(shù)據(jù)轉(zhuǎn)換和常見距離算法等.了解神經(jīng)網(wǎng)絡(luò),為后期深度學(xué)習(xí)做鋪墊;841.介紹并實(shí)現(xiàn)線性回歸算法;2.Logistic回歸;3.主成分分析方法的實(shí)現(xiàn).掌握回歸的算法941.線性判別分析的原理、步驟,通過實(shí)例實(shí)現(xiàn);2.決策樹算法;3.隨機(jī)森林算法;4.集成學(xué)習(xí)算法,主要介紹三種方法:Bagging、Boosting、Stacking.1041.樸素貝葉斯的原理、步驟以及實(shí)例實(shí)現(xiàn);2.k最近鄰算法;3.k-means聚類.1141.推薦算法;2.SVD算法.1241.PyTorch的安裝、學(xué)習(xí)張量Tensor,以及基本運(yùn)算和矩陣運(yùn)算;2.深度學(xué)習(xí)的基礎(chǔ)知識,蒙特卡洛方法、梯度下降法、算法封裝實(shí)現(xiàn)和Softmax等.重點(diǎn)學(xué)習(xí)基本內(nèi)容.1341.前饋神經(jīng)網(wǎng)絡(luò)的基本知識、思想原理,并通過手寫體識別器實(shí)例;2.介紹卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識,比如核函數(shù)、池化層.1441.介紹LeNet算法;2.介紹AlexNet算法;3.介紹ResNet算法;4.Goo