《Python深度学习入门》课程标准(教学大纲).docx

PAGE

《Python深度学习入门》课程标准(教学大纲)

（一）基本信息

适用对象：人工智能技术应用专业、软件工程专业

课程代码：250186

课程类别：必修课程

学分：4

学时：60学时

先修课程：Python程序设计语言、机器学习基础

制定人：程源

（二）课程的性质与定位

本课程是专业课，属于专业必修课。本课程包括36学时的理论教学和24学时的实践教学，在校内完成。本课程适用于人工智能技术应用专业，让学生在先修课程的基础上，为学生进行人工智能工程与管理职业技能训练、毕业综合实践等后续课程及从事人工智能相关等岗位工作打下基础。

本课程与广东奥普特科技有限公司和深圳汇控智能技术有限公司共同开发，面向合作企业的人工智能和机器人相关岗位，根据需要可以在广东奥普特公司和深圳汇控智能技术有限公司等企业的校外实习基地开展课程相关的实践。

（三）课程目标

1.总体目标

《Python深度学习入门》是面向人工智能技术应用专业的一门专业课，涉及机器学习基础、深度学习基础、利用深度学习框架实现深度模型以及产品环境中的模型部署等内容。通过本课程的学习，学生能够掌握利用深度学习框架实现深度学习模型的基础知识。

本课程主要目标在于帮助学生理解深度学习的基础理论，掌握利用深度学习实现深度学习模型的基本方法，同时具备一定的产品环境中模型的部署能力。通过本课程的学习，使学生掌握深度学习的基本理论和实践方法，同时通过工作任务式学习提升分析问题、归纳总结问题、解决实际复杂问题等方面关键能力，从而使学生形成积极参与、主动探索、注重团队精神和责任意识等方面的职业素质。

实施课程思政。以人工智能案例等作为融入点，使学生了解行业必威体育精装版发展动态，激发学生社会责任感；了解人工智能在政治、经济、军事和社会稳定等方面的重要性，通过实际案例进行分析，培养学生的爱国热情。

2.具体目标及要求

（1）专业能力目标

课程的教学要达到三个层次的目的：

1.知识结构。通过使用Python库实现经典的深度学习框架的过程逐步深度学习的本质，使学生理解深度学习的基本概念和算法，掌握神经网络的基本概念和理论知识，深度学习中主要网络的基本概念和相关算法。

2.思维结构。在教学过程中培养学生的计算思维和逻辑，使学生能够用计算和逻辑思维去分析问题和解决问题，在学习职业技能的同时培养思维习惯。

3.职业素养。通过课程的教学，使学生对操作系统的存在问题和发展趋势形成自己的认识，能够在工作实践中更好地解决问题并把握机会。

（2）关键能力目标

深度学习传授的关键能力主要包括以下几个方面?：

1.问题模型化能力?；

2.复杂数据结构化能力；

3.数据预处理能力；

4.特征理解和转换能力；

5.选择适当算法的能力；

?6.区分经验误差与泛化误差能力；

7.团队合作能力；

?8.业务和技术结合能力。

（3）课程思政要求

1）通过分析人工智能发展历史和现状，了解行业发展动态，激发学习动力，培养社会责任感和爱国热情。

2）在人工智能领域，中国取得了很多瞩目的成绩，通过介绍我国在人工智能领域的成绩，激发学生的民族自豪感，让学生把国家富强、民族振兴、人民幸福内化为努力学习的动力。

3）融入企业应用实例，了解行业新技术，培养学生“工匠精神”，提高学生的信息安全意识和法律法规意识。

（四）课程设计思路

本课程旨在让学生能够使用深度学习，不仅从零开始讲授深度学习的概念、背景和代码，同时也介绍深度学习的应用和部署。为使学生能深入理解深度学习模型的细节（这些的细节通常会被深度学习框架隐藏起来），本课程通过使用最基本的Python库构建深度学习的核心组件，并实现一个深度学习框架逐步向读者呈现深度学习的本质。学生一旦理解这些组件是如何工作的，就可以轻松地在随后的教程中使用深度学习框架了。

本课程分为6个模块，由20个子学习情境组成。本课程所设计的每个项目均是一个完整的工作过程，实施校企双方共同指导，实施理论与实践一体化教学，让学生做中学、学中做，提高综合职业能力，养成良好的职业素养。

（五）教学内容

1.学时分配

模块名称

子学习情境

学时

分配

小记

模块1

深度学习概述

深度学习概述

让机器学会学习

4

4

深度学习之“深度”

深度学习的数据表示

为什么要用深度学习

模块2

神经网络入门

神经元

人工神经元

2

14

激活函数

多层神经网络

分类问题与独热编码

2

MNIST数据集

神经网络

神经网络的输出

softmax函数

神经网络的前向传播

各层间数据传递

2

多个样本情况

识别精度

损失函数

监督学习

2

损失函数

梯度下降法

梯度下降

2

梯度的实现

梯度下降法的实现

学习算法的实现

两层神经网络模型