神经网络与深度学习——TensorFlow实践
分享
课程详情
课程评价
spContent=人工智能不再准备有一天改变世界,它正在改变世界。现代社会,迫切需要人工智能和专业知识交叉融合的复合型人才,任何专业的学生,都需要掌握一些人工智能的知识。我们力求以最简洁易懂的方式,帮助初学者迈过人工智能的第一道门槛,引领大家“无痛”的进入人工智能的领域,实现从0到1的突破。
—— 课程团队
课程概述

1. 这门课的主题是关于什么?学习这门课可以获得什么?

这门课程的内容是神经网络与深度学习。神经网络人工智能中的一种方法;深度学习,可以简单的理解为深层次的神经网络,神经网络是深度学习的基础。

我们将从最基础的知识和最简单的应用开始,循序渐进的介绍神经网络和深度学习的发展过程、基本理论、主要框架、和典型应用,以及如何基于TensorFlow2.0深度学习框架,构建人工智能模型,使学习者具备人工智能应用软件的开发能力。

     

2. 为什么要学习这门课?

20世纪50年代起,人工智能的发展经历了逻辑推理、专家系统、机器学习三个阶段。机器学习是人工智能领域中最能够体现智能的一个分支。深度学习又是机器学习的一个分支,在最近几年中,计算机视觉、语音识别、自然语言处理、和机器人等领域所取得的惊人的进展,都离不开深度学习,它是这一轮人工智能热潮的核心驱动力量,已经成为人工智能领域最重要的技术之一。

深度学习不仅改变了计算领域,也为其他学科的强大新工具。可以说,深度学习正在、或将要改变科学和人类努力的每一个领域。任何专业的学生,都应该掌握一些人工智能的知识。

TensorFlow2.0版本非常的简单、清晰、好用,极大地降低了深度学习编程的门槛。使得普通人也能够使用人工智能技术解决任务。如果你是刚刚开始接触人工智能领域的小白,那么,现在正是开启学习之路的最佳时机。 

    

3. 课程定位?学习这门课需要有什么基础?

这是一门人工智能的公共基础课程,面向多种学科专业、“零基础”的学习者。下面是我们对“零基础”的定义:

(1) 了解高等数学、线性代数、概率论的基本知识。知道导数、向量、矩阵,概率这些基本概念;掌握基本的数学运算方法和规则。

(2) 学习过“大学计算机基础”或者其他类似的课程,知道计算机的最基础知识。

(3) 学习过任何一门编程语言。知道程序设计的基本方法,能够正确的编写出基本的练习程序。

 

4. 为什么要学习TensorFlow2.0? 它和TensorFlow1.x版本相比,有什么改进?

Tensorflow是目前最流行的深度学习框架,很多以前难以实现的大规模人工智能任务,都可以借助它来实现。但是,对于初学者而言,TensorFlow1.x不太容易学习和掌握。

2019年10月正式发布的2.0版本,是对之前版本彻底的、革命性的改造,它非常的简单、清晰、好用,并且容易扩展,极大地降低了深度学习编程的门槛。

 

5. 课程特点

(1) 聚焦于神经网络和深度学习,基本理论适度。

在理论方面,力求做到深入浅出、够用就好。另外,我们会把一些比较复杂的理论,或者数学推理的过程,以补充资料的形式,分享给大家,以满足部分学习者更深层次的要求。

(2) 面向实践应用,迭代式程序案例。

为了避免理论与实践脱节,这门课程是以“基本原理+实例”的方式来组织的,每一部分基本原理的后面,都有与之紧密相关的实例。这些实例的设计是从小到大,循序渐进的。通过这样不断的积累和迭代,帮助大家逐渐具备较大规模的智能系统的设计、开发方法能力。

(3)工具环境简单,易于配置和管理

课程实例采用Python语言和tensorflow2.0开发框架实现,开发环境选择Anaconda。这些语言、工具和环境的学习门槛相对来说比较低,非常适合初学者入门。而且它们也都是目前最主流的方法和工具,不仅学习资源丰富,而且非常强大和好用。


课程大纲
预备知识


n了解高等数学、线性代数、概率论的基本知识。知道导数、向量、矩阵,概率这些基本概念;掌握基本的数学运算方法和规则。

 

n学习过“大学计算机基础”或者其他类似的课程,知道计算机的最基础知识。

 

n学习过任何一门编程语言。知道程序设计的基本方法,能够正确的编写出基本的练习程序。


证书要求

    1.学习内容要求

       按时学习每讲的视频,完成单元测验和单元作业;

       按照要求完成每章节的单元作业互评任务;

       积极参与课堂讨论,分享学习经验;

       参与并通过期末考试。

       按照学习内容,结课时总成绩满足分数要求后,可以申请课程主讲教师签名颁发的合格证书和优秀证书。


    2.学习成绩评定

       总成绩为百分制,其中单元测验成绩占40%,单元作业成绩占30%,课堂讨论成绩占10%,期末考试成绩占20%。


       非常重要,请注意:

       每章节的单元作业提交后,需要在规定时间内完成互评(互评数≥5),才可获得该章节单元作业的全部成绩,如果未参与互评仅能获得全部成绩的60%,未完成5份互评仅能获得全部成绩的80%。

       在讨论区积极参与互动、分享质量高、对课程有特殊贡献的学生,可以额外获得5-20分的加分。


    3.证书要求如下

       总成绩>=60分,可以获得合格证书(证书需付费申请)。

       总成绩>=85分,可以获得优秀证书(证书需付费申请)。

       提示:为了对学习者的在线学习过程更加严谨负责,保证平台证书权威性,从2019年9月份开始,中国大学MOOC将不再发放免费证书,原有认证证书的申请方式和流程不变。