深度学习与自然计算｜课程教学大纲
✦
深度学习与自然计算课程教学大纲
✦
1
课程基本信息
课程编号 | |
课程中文名称 | 深度学习与自然计算 |
课程性质 | 专业选修课程 |
开课学期 | 5 |
课内学时 | 32，其中讲授16学时，实验8学时，研讨8学时 |
课外学时 | 32 |
学 分 | 2 |
主要面向专业 | 计算机科学与技术，软件工程，信息安全 |
2
先修课程
数据结构，离散数学，人工智能
3
课程目标
本课程主要培养学生的知识表示能力、问题求解能力、学术交流能力和职业人文素养：
（1）知识表示能力：能够应用数学、自然科学、工程基础、计算机科学的基本原理和人工智能知识表示方法，将复杂工程问题及解法表示为便于计算机处理的形式。（支撑毕业要求1）
（2）问题求解能力：能够运用深度学习、自然计算等人工智能技术，针对复杂工程问题提出解决方案，设计实现满足特定需求的人工智能系统，并能够在设计过程中体现创新意识。（支撑毕业要求3）
（3）学术交流能力：能够通过撰写报告、设计演示文稿、陈述发言和答辩等形式，就深度学习与自然计算及其应用领域的复杂工程问题进行学术交流。（支撑毕业要求10）
（4）职业人文素养：在设计人工智能系统时，能够考虑经济、社会、健康、安全、法律、文化、环境及可持续发展等因素并评价专业工程实践对其可能产生的影响，理解应承担的责任。（支撑毕业要求6和7）
4
教学内容、教学方法与考核方式
5
课程思政的基本要素或案例
6
参考教材及学习资源
（一）参考教材：
[1] 董红斌 王兴梅. 深度学习与自然计算. 清华大学出版社,2022
[2] 周志华．机器学习．清华大学出版社，2016
[3] 蔡自兴等.人工智能及其应用（第5版）.清华大学出版社,2016
[4] 李航.统计学习方法, 清华大学出版社, 2012.3.
（二）学习资源：
[1] 加州大学伯克利分校Artificial Intelligence课程网站：
https://www.edx.org/course/artificial-intelligence-ai-columbiax-csmm-101x-0
[2] 斯坦福大学Machine Leaning课程网站：https://www.coursera.org/learn/machine-learning
✦
参考书籍
✦
扫码优惠购书
《深度学习与自然计算》
作者：董红斌 王兴梅
定价：49.8元
自然计算是人工智能领域的一个重要研究方向，人们通过研究自然界蕴含的多种多样的生物机制设计出相应的算法，解决不同领域中的难题。
《深度学习与自然计算》通过研究分析、模拟人脑的认知机理和自然系统的智能行为和机制，构造相应的学习模型与优化算法，利用先进的计算工具实现高效的计算智能方法，用于解决实际工程问题。
↑↑↑扫码京东优惠购书 ↑↑↑
↑↑↑扫码京东优惠购书↑↑↑
↑↑↑扫码天猫优惠购书 ↑↑↑
在公众号书圈后台回复【9787302614975】，下载本书配套的教学资源