為(wèi)了满足院校快速开设大数据、人工(gōng)智能(néng)相关课程实验的需求,实验室配置相关系列教材、配套实验手册、项目手册、在線(xiàn)视频、在線(xiàn)试题库等课程资源。
為(wèi)了满足院校快速开设大数据、人工(gōng)智能(néng)相关课程实验的需求,实验室配置相关系列教材、配套实验手册、项目手册、在線(xiàn)视频、在線(xiàn)试题库等课程资源。
1、理(lǐ)论教學(xué):
支持教师理(lǐ)论授课,遠(yuǎn)程演示PPT、文(wén)档、视频,并支持電(diàn)子画板功能(néng),支持课堂可(kě)控点名(míng)签到,课堂随机提问,课堂随机作(zuò)业,理(lǐ)论授课自动,手动录制屏幕等一些列功能(néng);支持遠(yuǎn)程演示机器學(xué)习、深度學(xué)习拖拽模式训练模型;支持Jupyter notebook 快速代码复制,黏贴,绘图功能(néng);
2、教师自主开发课程:
通过备课模块教师可(kě)以任意自主创建windos、linux环境镜像,并自行选择電(diàn)子课件,实验手册,教學(xué)视频开发实验实训课程;
3、自主数据、教學(xué)素材管理(lǐ):
教师可(kě)以依据教學(xué)需求,自我完成素材组建,数据管理(lǐ),并可(kě)自由设置學(xué)生实验手册模版;
4、快速建立课程:
教师可(kě)以依据上百种系统自带模版课程复用(yòng)实现分(fēn)钟级别创建实验课程;并可(kě)在授课时随时管控不同班级學(xué)生,可(kě)同时跨班级,跨专业授课;
5、遠(yuǎn)程辅导:
教师可(kě)以主动同屏监控、协助學(xué)生实验,开启,关闭學(xué)生实验环境;
6、边上课边备课:
教师在授课过程中(zhōng)可(kě)边授课,边备课,边做课堂筆(bǐ)记;
7、强大的考试系统:
支持单选、多(duō)选、判断、简答(dá)、操作(zuò)实验等多(duō)类型的考试;自主构建题库;可(kě)以依据考核难度自动、手动出试卷;可(kě)全自动阅卷;自动生成考试结果分(fēn)析;電(diàn)子试卷可(kě)直接导出生成纸质(zhì)试卷考试;
8、强大的教、學(xué)行為(wèi)分(fēn)析:
依据培养方案设定自动化生成每个學(xué)生可(kě)视化學(xué)习路径,直接输出知识技(jì )能(néng)对应的岗位;可(kě)跨专业,跨班级分(fēn)析教學(xué)效果;可(kě)自动化分(fēn)析學(xué)生的动手能(néng)力,作(zuò)业,考试、实验过程自动化分(fēn)析;
9、丰富的AI模型體(tǐ)验:
系统自带大量人工(gōng)智能(néng)训练好的模型,包括人脸识别、姿态识别、风格迁移等模型,满足教师、學(xué)生对人工(gōng)智能(néng)的體(tǐ)验认知;
10、學(xué)生自主學(xué)习:
教师发布课程后學(xué)生可(kě)完全自主遠(yuǎn)程完成作(zuò)业、考试、实验,并可(kě)自由完成學(xué)习记录、筆(bǐ)记,或遠(yuǎn)程异地學(xué)习;
实验课程定期更新(xīn)迭代,敬请关注!
人工(gōng)智能(néng)专业课程 | 人工(gōng)智能(néng)专业课程 | 实验镜像 | 实验手册 | 实验代码 | 课后习题 |
---|---|---|---|---|---|
Python编程基础 | AI-算法基础 | √ | √ | √ | √ |
Python数据分(fēn)析挖掘 | 自然语言处理(lǐ) | √ | √ | √ | √ |
数据挖掘-典型算法 | 计算机视觉 | √ | √ | √ | √ |
机器學(xué)习-基础 | 知识图谱 | √ | √ | √ | √ |
机器學(xué)习-中(zhōng)级 | 移动机器人视觉 | √ | √ | √ | √ |
机器學(xué)习-高级 | 视频监控 | √ | √ | √ | √ |
深度學(xué)习-算法基础 | 无人机视觉 | √ | √ | √ | √ |
深度學(xué)习-典型案例 | 视觉伺服 | √ | √ | √ | √ |
深度學(xué)习-主流框架 | 持续更新(xīn)中(zhōng) | …… | ……. | ……. | ……. |
实验1 :目标检测
基于YOLOv3模型的Keras实现目标检测
本实验使用(yòng)Keras实现YOLOv3模型进行目标检测,YOLOv3相对YOLOv2在小(xiǎo)物(wù)體(tǐ)检测上进行了提高,对于紧凑密集或者高度重叠目标的检测也有(yǒu)显著效果。本实验能(néng)输入一段视频,并对视频中(zhōng)的物(wù)體(tǐ)检测标注,然后输出视频。
实验2 :人脸表情精(jīng)准识别
基于dlib库实现人脸特征提取识别表情
本实验使用(yòng)dlib库,一个机器學(xué)习的开源库,包含了机器學(xué)习的很(hěn)多(duō)算法。能(néng)够很(hěn)好的识别人脸,并能(néng)标注出人脸的关键点,通过人脸关键点眼睛、眉毛、嘴的变化,然后根据一定的规则區(qū)分(fēn)相应特征变化对应的表情,从而识别出人脸的表情。
实验课程定期更新(xīn)迭代,敬请关注!
项目案例名(míng)称 | 项目案例名(míng)称 | 项目手册 |
---|---|---|
约会网站配对效果判定 | 教机器人玩Flappy bird游戏 | √ |
深度學(xué)习模型实用(yòng)技(jì )巧 | 从疝气病症预测病马的死亡率 | √ |
句子分(fēn)类训练1 | 机器翻译1 | √ |
句子分(fēn)类训练2 | 机器翻译2 | √ |
Kaggle美國(guó)收入数据集分(fēn)析 | Mycin专家系统 | √ |
人脸识别数据集分(fēn)析 | LDA主题发现 | √ |
搜狗新(xīn)闻分(fēn)类 | 鸢尾花(huā)数据集聚类比较 | √ |
房价预测案例建模 | 从决策树到随机森林实验分(fēn)析 | √ |
实验描述+实验环境+知识点技(jì )能(néng)+实验步骤+实验总结