人工智能算法分析-教学日历_第1页
人工智能算法分析-教学日历_第2页
人工智能算法分析-教学日历_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

教学日历（20xx～20xx学年第x学期）开课学院开课专业讲授学时32课程名称人工智能算法分析授课教师实践/实验学时32授课年级授课班级总学时64使用教材《人工智能算法分析》参考书目《人工智能算法分析》校历周次授课内容分章节题目第1周第一章绪论（4学时）1.1人类的学习与机器的学习（1学时）1.2机器学习与机器智能（1学时）1.3机器学习的发展历程（1学时）1.4机器学习的类型（1学时）第2周第一章绪论（4学时）1.5机器学习的主要方法（1学时）1.6机器学习的主要算法（1学时）1.7机器学习的典型应用与发展趋势（1学时）1.8如何阅读本书（1学时）第3周第二章机器学习经典分类算法（4学时）2.1回归算法（2学时）2.2决策树算法（2学时）第4周第二章机器学习经典分类算法（4学时）2.3支持向量机（2学时）2.4KNN算法（2学时）第5周第二章机器学习经典分类算法（2学时）2.5贝叶斯算法（2学时）第三章机器学习经典分类算法（2学时）3.1k-means算法（2学时）第6周第三章机器学习经典分类算法（4学时）3.2AdaBoost算法（1学时）3.3马尔可夫算法（1学时）3.4随机森林算法（2学时）第7周第四章深度学习（4学时）4.1深度学习及其研究现状（2学时）4.2人工神经网络（2学时）第8周第四章深度学习（4学时）4.3生成对抗网络（2学时）4.4循环神经网络（2学时）第9周第五章强化学习（4学时）5.1强化学习及其研究现状（2学时）5.2Q-学习算法（2学时）第10周第五章强化学习（4学时）5.3蒙特卡洛算法（2学时）5.4动态规划算法（2学时）第11周第六章迁移学习（4学时）6.1迁移学习及其研究现状（1学时）6.2TraAdaBoost算法（1学时）6.3层次贝叶斯算法（2学时）第12周第七章联邦学习（4学时）7.1联邦学习及其研究现状（1学时）7.2联邦平均算法（2学时）7.3纵向联邦学习算法（1学时）第13周第八章因果学习（4学时）8.1因果学习及其研究现状（1学时）8.2结构因果模型（1学时）8.3多变量结构识别算法（2学时）第14周第九章文本挖掘（4学时）9.1文本挖掘概念与现状（1学时）9.2Word2vec-词嵌入（1学时）9.3递归神经网络（2学时）第15周第十章图像处理（4学时）10.1图像处理概念与现状（1学时）10.2条件图像到图像翻译（1学时）10.3解纠缠图像到图像翻译（2学时）第16周第十一章人工智能大模型（4学时）11.1人工智能大模型概念与现状（1学时）11.2Transformer（

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论