AI2000-人工智能概论（理工类）

陈璞花

目录

  • 1 第一讲  《人工智能》的前世今生
    • 1.1 人工智能的基本概念
    • 1.2 人工智能的发展历史
    • 1.3 人工智能的三大学派
    • 1.4 人工智能发展的三要素
    • 1.5 人工智能技术的影响
    • 1.6 第一讲 课堂讲解视频
    • 1.7 章节测试
  • 2 第二讲 人脑认知 & 机器认知
    • 2.1 人脑认知机理
    • 2.2 机器认知机理
    • 2.3 人工神经元
    • 2.4 神经网络基本模型结构
    • 2.5 神经网络学习算法
    • 2.6 第二讲 课堂讲解视频
    • 2.7 章节测试
  • 3 第三讲 人工智能实践基础
    • 3.1 人工智能算法开发流程
    • 3.2 人工智能的开发语言
    • 3.3 数据标注过程中可使用的工具
    • 3.4 深度学习的开源框架
    • 3.5 如何搜索人工智能开源资源
    • 3.6 第三讲 课堂讲解视频
    • 3.7 章节测试
  • 4 第四讲 探知计算机视觉
    • 4.1 什么是计算机视觉？
    • 4.2 计算机视觉的发展历程
    • 4.3 视觉系统的构成要素
    • 4.4 计算机视觉的典型任务
    • 4.5 基于深度学习的人脸识别
    • 4.6 第四讲 课堂讲解视频
    • 4.7 章节测试
  • 5 第五讲 智能语音助手的秘密
    • 5.1 智能语音助手的功能解析
    • 5.2 自然语言处理的发展历程
    • 5.3 NLP典型任务、方法及应用
    • 5.4 基于RNN网络的机器翻译
    • 5.5 第五讲 课堂讲解视频
    • 5.6 章节测试
  • 6 第六讲 人工智能大模型 是否无所不能?
    • 6.1 大模型的基本概念
    • 6.2 大模型的发展历史
    • 6.3 大模型的关键技术
    • 6.4 典型大模型及其应用
    • 6.5 大模型技术的局限性
    • 6.6 第六讲 课堂讲解视频
    • 6.7 章节测试
  • 7 第七讲 人工智能的未来之路
    • 7.1 通用人工智能
    • 7.2 具身智能
    • 7.3 人机融合
    • 7.4 人工智能伦理法律
    • 7.5 第七讲 课堂讲解视频
    • 7.6 章节测试
  • 8 第八讲 人工智能与西电（理工类）
    • 8.1 AI技术回顾与西电主干理工科专业介绍
    • 8.2 人工智能与电子信息的融合
    • 8.3 人工智能与通信类的融合
    • 8.4 人工智能与光电工程的融合
    • 8.5 人工智能与网络安全的融合
    • 8.6 人工智能与生命科学的融合
    • 8.7 人工智能与微电子及材料科学的融合
    • 8.8 第八讲 课堂讲解视频
人工智能的三大学派