(三) 专业特色：人工智能技术应用专业引入人工智能数据处理1+X职业资格证书标准，“课、证、岗、赛”深度融合，在教学中将职业资格标准融入教学内容中，使学生在获取毕业证的同时获得职业资格证书。以行业需求和企业岗位能力为导向，以人工智能计算机视觉应用技能大赛为抓手，以建构主义思想重新构建面向行业应用的课程及其教学资源体系，以互联网技术和信息化手段为依托建立符合现代学徒制的教学模式，建立面向应用能力的考核评价机制，实现全面系统的改革。
(四) 专业提升：专升本、独立本科
(五) 教学内容简介：
| 序号 | 课程名称 | 主要教学内容 |
| 1 | 图像处理技术与应用 | 主要讲解基于面向Python的OpenCV函数库处理图像， 内容涉及图像处理基础、图像运算、色彩空间转换、几何变换、阀值处理、图像平滑处理、形态学操作等。 通过本课程的学习，让学生掌握如何使用OpenCV,学会相关函数，进行图像分割处理等，为后续的视觉技术应用打下基础。 |
| 2 | 机器学习技术基础 | 主要讲解基于面向Python的机器学习，内容涉及机器学习绪论、模型评估与选择、回归分析、决策树、人工神经网络、近邻算法、朴素贝叶斯分类、聚类分析、支持向量机。通过本课程的学习能掌握机器学习中的分类、聚类等，为后续的深度学习打下基础。 |
| 3 | 深度学习应用与开发 | 主要讲解基于TensorFlow库的使用，内容涉及TensorFlow的安装与入门、TensorFlow数据类型、TensorFlow实现多层神经网络、mnist手写数字识别、 动态学习速率、TensorFlow模型保存与调用等，通过本课程的学习能掌握深度学习工具TensorFlow库，为后续的视觉技术打下坚实的基础 |
| 4 | 视觉技术与应用 | 本课程结合传统计算机视觉与深度学习在工业领域的应用，课程主要包括计算机视觉常用技术，深度学习在计算机视觉方向的识别算法与检测算法。课程涉及数字图像处理、OpenCV、神经网络在计算机视觉方向的经典结构，通过该课程的学习可以提高学生算法调优的能力。 |
| 5 | 人工智能综合实训 | 课程主要包括AI能力平台，语音合成，语音识别，NLP，CV以及AIUI的应用。通过使用AI能力平台实现语音合成、语音识别、NLP等技术，加深对算法原理理解，通过使用OpenCV完成图像技术的处理，熟悉图像处理常见算法过程，从而整体提升学生对感知智能技术算法的理解及综合应用能力 |
微信扫一扫
咨询技校问题
微信扫码
咨询技校问题
①由于各方面不确定的因素，有可能原文内容调整与变化，本网如不能及时更新或与相关部门不一致，请网友以权威部门公布的正式信息为准。
②本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。
③本网转载的文/图等稿件出于非商业性目的,如转载稿涉及版权及个人隐私等问题,请作者在两周内邮件xxx@qq.com联系。
