纺织服装专业人工智能技术导论
分享
课程详情
课程评价
spContent=本课程从人工智能技术的基本原理出发,涵盖人工神经网络的基本原理,网络优化过程中的超参数设置,以及卷积神经网络的基本概念与常见架构。在此基础上,介绍了如何通过Tensorflow 2.x进行深度学习的编程实践,并对深度学习技术在目标检测、少样本学习、神经风格迁移以及生成对抗等方面的基本原理和常用模型进行了较为详细的剖析。 本课程针对零编程基础的学生,课程体系由浅入深,主要采用Python语言和Tensorflow编程框架。
—— 课程团队
课程概述

本课程于2021年被评为上海市重点课程(线上课程),被认定为上海市一流课程(线上线下混合式教学课程)。

本课程教学改革育人成果被评为省部级一等奖,并被教育部在线教育研究中心评为“拓金计划”示范课程。


为什么要学习这门课?

发展新一代人工智能技术是国策,跟着国策走,同学们才能在行业中脱颖而出。


这门课的主题是关于什么?

关于人工智能技术中的深度学习及其在纺织服装领域中的常见赋能范式。

他山之石可以攻玉,也可以在其他领域进行很好的迁移。


学习这门课可以获得什么?

学了这门课,一是你可以了解自身能否从事人工智能相关行业的工作,二是了解什么是深度学习与人工智能,在工作中有意识地使用相关技术。


这门课有什么特色和亮点?

特色之一:本课程的学习曲线是经过大量学生实践的,只要认真学,就能掌握人工智能技术所涉及的主要基础知识。

特色之二:难度适中。

特色之三:可通过课程配套的教材《人工智能技术原理与应用》(钟跃崎编著,东华大学出版社2020年9月,ISBN 978-7-5669-1786-7),了解纺织服装领域常见的人工智能与深度学习应用。


授课目标

本课程侧重于用通俗易懂的语言讲解相关知识点,循序渐进地将纺织服装行业中若干常用人工智能技术的原理和应用方法介绍给学生,比如:

1)如何利用深度卷积神经网络进行极相似动物纤维的鉴别;

2)如何通过全连接神经网络,从机织物的三维悬垂形态预测其基本力学性能;

3)如何通过生成对抗网络实现二维虚拟试衣系统;

4)如何通过实例分割实现服装时尚解析;

5)如何通过小样本学习评价服装风格;

6)如何通过图卷积神经网络,仅利用少量图像即可重建三维人体;

本课程适合纺织服装院校高年级本科生,以及硕士生,博士生学习,也适合纺织服装行业有志于人工智能技术及其应用的技术人员参考。


课程大纲
预备知识

可以零基础学习本课程,如果学生已经有一定的Python编程基础,则在学习的过程中会感到更加轻松。

证书要求

为积极响应国家低碳环保政策, 2021年秋季学期开始,中国大学MOOC平台将取消纸质版的认证证书,仅提供电子版的认证证书服务,证书申请方式和流程不变。

 

电子版认证证书支持查询验证,可通过扫描证书上的二维码进行有效性查询,或者访问 https://www.icourse163.org/verify,通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。

 

完成课程教学内容学习和考核,成绩达到课程考核标准的学生(每门课程的考核标准不同,详见课程内的评分标准),具备申请认证证书资格,可在证书申请开放期间(以申请页面显示的时间为准),完成在线付费申请。

 

认证证书申请注意事项:

1. 根据国家相关法律法规要求,认证证书申请时要求进行实名认证,请保证所提交的实名认证信息真实完整有效。

2. 完成实名认证并支付后,系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。


参考资料

本课程配套部委级十三五规划教材《人工智能技术原理与应用》(ISBN 978-7-5669-1786-7)

常见问题

Q :  本课程主要针对什么样的学生?

A :  主要针对有兴趣学习人工智能技术的学生,课程浅入深出,无论是否有Python编程基础,都可以学习。

Q :  仅仅通过在线课程的学习,能否掌握相关知识?

A :  可以的。相关视频都是经过精心删选的,难度适中,且多为国内外相关教学中的共性内容。

Q :  本课程考试难度如何?

A :  考试难度适中,只要认真学习,都能取得好成绩。