慕课-昆明传媒学院

人工智能技术与应用

课程类型：选修课

发布时间：2023-09-12 09:27:19

主讲教师：

课程来源：

建议学分：3.00分

课程编码：aymk001736

课程介绍

课程目录

教师团队

{1}--嗨，和你聊聊这门课

[1.1]--课程简介.mp4 （8分钟）

{2}--人工智能概述

[2.1.1]--0_乌鸦的智能.mp4 （1分钟）

[2.1.2]--1_1人工智能的定义.mp4 （9分钟）

[2.2]--1_2人工智能的发展历程.mp4 （18分钟）

[2.3]--1_3人工智能的技术流派(1).mp4 （18分钟）

{3}--Python基础及开发环境

[3.1.1]--2_11Python及开发环境简介.mp4 （6分钟）

[3.1.2]--2_12Spyder操作演示.mp4 （5分钟）

[3.1.3]--2_13Jupyter Noteboo操作演示.mp4 （8分钟）

[3.1.4]--2_14百度AI Studio操作演示.mp4 （12分钟）

[3.2]--2_2Python常用数据类型.mp4 （17分钟）

[3.3]--2_3Python程序结构.mp4 （16分钟）

{4}--Python多维数据结构与运算

[4.1]--3_1Python多维数组创建与访问(1).mp4 （18分钟）

[4.2]--3_2Python多维数组运算(1).mp4 （11分钟）

[4.3]--3_3Pandas的一维数据对象Series(1).mp4 （10分钟）

[4.4]--3_4Pandas的二维数据对象DataFrame(1).mp4 （14分钟）

[4.5]--3_5数据文件读写与统计分析(1).mp4 （14分钟）

[4.6]--3_6数据可视化.mp4 （16分钟）

{5}--搜索智能与仿生智能

[5.1.1]--4_1启发式搜索.mp4 （12分钟）

[5.1.2]--4_2对抗搜索.mp4 （15分钟）

[5.1.3]--4_3蒙特卡洛树搜索.mp4 （13分钟）

[5.2.1]--4_4遗传算法简介.mp4 （13分钟）

[5.2.2]--4_5遗传算法应用与实现.mp4 （15分钟）

{6}--用线性回归进行数值预测

[6.1]--5_1机器学习概述.mp4 （13分钟）

[6.2]--5_2线性回归的基本原理.mp4 （23分钟）

[6.3.1]--5_3基于Scikit-learn实现线性回归.mp4 （10分钟）

[6.3.2]--5_4线性回归模型的性能评估.mp4 （15分钟）

[6.4]--5_5广义线性回归.mp4 （16分钟）

{7}--用逻辑回归进行分类

[7.1]--6_1逻辑回归的基本原理.mp4 （19分钟）

[7.2]--6_2基于Scikit_learn实现逻辑回归.mp4 （20分钟）

[7.3]--6_3分类模型的性能评估.mp4 （17分钟）

{8}--决策树与随机森林

[8.1]--7_1决策树的基本原理.mp4 （26分钟）

[8.2]--7_2基于Scikit_learn实现决策树.mp4 （12分钟）

[8.3]--7_3集成学习与随机森林.mp4 （14分钟）

[8.4]--7_4基于Scikit-learn实现集成学习.mp4 （9分钟）

{9}--用k-means进行聚类

[9.1]--8_1聚类及K-means算法.mp4 （10分钟）

[9.2]--8_2基于Scikit-learn实现聚类.mp4 （7分钟）

[9.3]--8_3聚类模型的性能评估.mp4 （17分钟）

[9.4]--8_4其他常用聚类算法.mp4 （12分钟）

{10}--神经网络原理与实现

[10.1]--录课1_1神经网络_原理与实现.mp4 （14分钟）

[10.2]--录课1_2神经网络_原理与实现.mp4 （25分钟）

[10.3]--录课1_3神经网络_原理与实现.mp4 （36分钟）

[10.4]--录课1_5实验指导.mp4 （12分钟）

{11}--神经网络案例与调优

[11.1]--录课2_1神经网络_应用案例及调优.mp4 （26分钟）

[11.2]--录课2_2神经网络_应用案例及调优.mp4 （17分钟）

[11.3]--录课2_3神经网络_应用案例及调优.mp4 （23分钟）

[11.4.1]--录课2_4神经网络_应用案例及调优.mp4 （25分钟）

[11.4.2]--录课2_4神经网络_应用案例及调优.mp4 （25分钟）

{12}--卷积神经网络_计算机视觉基础

[12.1]--11_1深度学习与图像处理(1).mp4 （11分钟）

[12.2]--11_2卷积神经网络基本原理.mp4 （0分钟）

[12.3]--11_3基于Keras实现CNN.mp4 （12分钟）

[12.4]--11_4基于小数据集的CNN应用.mp4 （21分钟）

[12.6.1]--录课3_4卷积神经网络_计算机视觉基础.mp4 （15分钟）

[12.6.2]--录课3_5卷积神经网络_计算机视觉基础.mp4 （7分钟）

{13}--循环神经网络_自然语言处理基础

[13.1.1]--12_1文本数据的表示方式.mp4 （14分钟）

[13.1.2]--12_2词嵌入的生成和使用.mp4 （18分钟）

[13.2]--12_3循环神经网络的基本原理.mp4 （20分钟）

[13.3]--12_4基于Keras实现RNN.mp4 （10分钟）

[13.4]--12_5音频数据处理.mp4 （9分钟）

{14}--生成式深度学习_艺术创作

[14.1]--13_1文本生成.mp4 （21分钟）

[14.2]--13_2图像生成.mp4 （13分钟）

{15}--AI服务集成与AI定制模型

[15.1]--14_1AI开放服务简介.mp4 （6分钟）

[15.2]--14_2AI开放服务调用.mp4 （14分钟）

[15.3]--14_3EasyDL模型定制.mp4 （8分钟）