|
深度學習應用開發(fā)、深度學習應用開發(fā)、人工智能數(shù)據(jù)服務
1、配套資源：課程須配置理論PPT和實驗手冊，具體數(shù)量為：不低于15份文檔PPT和不低于5個實驗，不低于15個視頻；該課程配套的相關資源及實驗均支持在實訓平臺上進行觀看和實驗操作。
2、包括但不限于以下知識點或?qū)嶒灒篖inux系統(tǒng)概述、文件系統(tǒng)、shell命令簡介、文件目錄管理、數(shù)據(jù)處理、磁盤管理、進程管理、網(wǎng)絡管理、Linux文件權(quán)限、vi與vim、sed與awk、shell腳本簡介、變量、數(shù)據(jù)類型、運算符、條件語句、循環(huán)語句、重定向、管道、用戶輸入、函數(shù)、正則表達式、控制腳本；Linux系統(tǒng)基本命令實驗、文件權(quán)限管理實驗、用戶輸入實驗、Linux命令綜合實驗、簡單腳本實驗、運算符及結(jié)構(gòu)控制實驗、函數(shù)及重定向?qū)嶒灐inux Shell腳本編程實驗。
Python程序設計基礎
1、配套資源：課程須配置理論PPT和實驗手冊，具體數(shù)量為：不低于10份文檔PPT和不低于10個實驗，不低于5個視頻；該課程配套的相關資源及實驗均支持在實訓平臺上進行觀看和實驗操作。
2、包括但不限于以下知識點或?qū)嶒灒篜ython環(huán)境與編程基礎、Python基礎語法、Python函數(shù)式編程和面向?qū)ο缶幊�、Python迭代器生成器、正則式以及常用庫、Python數(shù)據(jù)結(jié)構(gòu)與算法、Python排序算法、Python線性表算法、Python堆棧和隊列算法、Python樹形結(jié)構(gòu)算法、Python圖結(jié)構(gòu)算法；Python基礎操作實操、Python基礎語法實操、Python函數(shù)編程以及面向?qū)ο髮嵅�、Python迭代器與生成器，正則項與常用標準庫實操、Python排序算法實操。
深度學習應用開發(fā)
1、配套資源：課程須配置理論PPT和實驗手冊等，具體數(shù)量為：不低于5份文檔PPT和不低于10個實驗，不低于1個引導視頻；該課程配套的相關資源及實驗均支持在實訓平臺上進行觀看和實驗操作
2、包括但不限于以下知識點或?qū)嶒灒荷疃葘W習概覽、機器學習算法基礎知識、深度學習算法基礎知識、TensorFlow2.0基礎知識、神經(jīng)系統(tǒng)網(wǎng)絡、優(yōu)化器及正則化、卷積神經(jīng)系統(tǒng)網(wǎng)絡、循環(huán)神經(jīng)系統(tǒng)網(wǎng)絡、深度學習應用場景；線性回歸實操、神經(jīng)系統(tǒng)網(wǎng)絡鳶尾花數(shù)據(jù)集分類實操、神經(jīng)系統(tǒng)網(wǎng)絡fashionmnist數(shù)據(jù)集分類實操、卷積神經(jīng)網(wǎng)絡分類實操、卷積神經(jīng)網(wǎng)絡回歸實操。
人工智能數(shù)據(jù)服務
1、配套資源：課程須配置理論PPT和實驗手冊，具體數(shù)量為：不低于10份文檔PPT和不低于15個實驗，不低于1個引導視頻；該課程配套的相關資源及實驗均支持在實訓平臺上進行觀看和實驗操作。
2、包括但不限于以下知識點或?qū)嶒灒簲?shù)據(jù)可視化簡介、Python數(shù)據(jù)可視化工具Matplolib、Seaborn、Python庫常用操作及Numpy常用操作、Pandas、Scikit-learn操作與原理、圖像獲取分割、抽取、識別與理解、像素亮度變換、幾何變換、形態(tài)學處理方法、圖像濾波、文本基本預處理、詞義表示、語音數(shù)據(jù)預處理；Matplolib數(shù)據(jù)可視化操作實操、Seaborn數(shù)據(jù)可視化操作實操、Numpy操作實操、Pandas操作實操、Scikit-learn操作實操。
|
