Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Nankai University

Python和人工智能实战

Nankai University via XuetangX

Overview

Google, IBM & Meta Certificates – 40% Off
One plan covers every Professional Certificate on Coursera.
Unlock All Certificates

      AI时代,技术更新快,应用场景广。人才培养的方向正在发生转变——更强调动手实践,更鼓励跨领域融合,复合型人才已成为时代刚需。

       为帮助不同专业背景的学习者顺利迈入人工智能应用实践的大门,本课程以典型的深度学习项目的完整开发流程为主线,从Python面向对象编程与高级特性讲起,逐步深入到深度学习模型的构建、训练、评估与优化等核心概念与方法。

       本课程所有知识点均融入到可运行的真实项目案例中,帮助学习者在“做中学、学中用”,自然建立工程化思维,扎实提升工程实践能力。学完本课程,能够熟练运用主流人工智能框架解决实际应用问题,并具备应用前沿AI技术解决各学科科研问题及工程问题的能力。


Syllabus

  • 综合实战案例:新能源时间序列预测任务
    • 1. Python面向对象程序设计方法
      • 1.1 类和对象
      • 1.2 继承和多态
    • 2. Python高级特性
      • 2.1 装饰器与迭代器
      • 2.2 列表生成表达式与生成器
      • 2.3 模块与包
      • 2.4 Numpy
      • 2.5 Pandas
      • 2.6 Scikit-learn
    • 3. 项目管理工具
      • 4. 深度学习框架与数据准备
        • 4.1 深度学习框架简介与安装
        • 4.2 数据准备相关的类——Tensor类
        • 4.3 数据准备相关的类——Dataset类和DataLoader类
      • 5. 深度学习模型搭建
        • 5.1 多层前向感知机
        • 5.2 卷积神经网络
      • 6. 深度学习模型训练与性能评测
        • 6.1 模型训练
        • 6.2 性能评测
      • 7. 深度学习模型训练技巧及特征重要度分析
        • 7.1 正则化
        • 7.2 超参数网格搜索
      • 研究性问题求解及经验分享
        • 期末考试

          Taught by

          Mingxiao Lu and Kai Wang

          Tags

          Reviews

          Start your review of Python和人工智能实战

          Never Stop Learning.

          Get personalized course recommendations, track subjects and courses with reminders, and more.

          Someone learning on their laptop while sitting on the floor.