《神经网络与深度学习课程设计》课程教学大纲

《神经网络与深度学习课程设计》教学大纲课程名称：神经网络与深度学习课程设计课程编号：4421英文名称：NeuralNetworksandDeepLearning学时： 2周 学分：2学分开课学期：第6学期适用专业：数据科学与大数据技术课程类别：实践课课程性质：专业核心课先修课程：Python程序设计、数据采集与清洗、算法设计与分析、神经网络与深度学习一、课程的性质及任务依据河北工程大学数据科学与大数据专业培养计划，本课程需要培养学生的能力是：掌握大数据工程设计和产品开发全周期、全流程的基本设计/开发方法和技术，了解影响设计目标和技术方案的各种因素。（毕业要求指标3.1）能够基于数据科学与大数据技术原理，通过文献研究或相关方法，调研和分析大数据应用领域复杂工程问题的解决方案。（毕业要求指标4.1）二、课程目标与要求2.1课程目标

神经网络与深度学习课程设计教学大纲PAGE16PAGE4462.2课程目标与毕业要求对应关系课程目标毕业要求二级指标毕业要求1234●●●3-1掌握大数据工程设计和产品开发全周期、全流程的基本设计/开发方法和技术，了解影响设计目标和技术方案的各种因素。3.设计/开发解决方案能力：能够设计出大数据应用领域的复杂工程问题的解决方案，具有数据采集、处理、分析、挖掘的能力，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等多维度协同发展因素。●●●4-1能够基于数据科学与大数据技术原理，通过文献研究或相关方法，调研和分析大数据应用领域复杂工程问题的解决方案4.工程技术研究能力：能够基于数据科学与大数据技术原理并采用科学方法对大数据应用领域的复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。2.3课程目标与培养环节对应矩阵序号课程目标理论教学课内实验课后作业1HL2LM3M4M注：H表示该能力的在此环节重点培养；M表示该能力在此环节有应用要求；L表示该能力在此环节有所涉及。数据可视化课程教学大纲PAGE2PAGE4522.4目标达成度的评价课程目标1、2、3、4主要通过课内实验培养，在课后作业中有所涉及。目标达成综合以上内容进行评价。三、教学方法及手段课程强调学生的自主学习，强调通过自学的方式消化、吸收课程的庞大知识量，并在此基础上举一反三。课程的基本内容与教学要求12345换、五、课程学时分配讲次授课章节内容学时分配讲课设计其他116216316416526注：实验课由实验教师负责协调安排时间，原则上安排在课堂教学结束后、考试之前一周以上完成。七、课程考核与成绩评定7.1考核方式考核环节包括课程学习过程考核和期末考试，其中课程过程考核占总成绩的40%，分别由课堂表现、课后作业、实验情况进行评定；期末考试成绩占总成绩的60%。各环节的比重如下。考核环节比重合计过程考核（平时成绩）课堂表现20%40%作业20%期末成绩期末测试60%60%总计100%100%7.2考核内容及要求本课程为考查课。考核内容及分值分配如下。（5）不能独立完成设计任务，不及格处理。302,3八、课程评价与持续改进8.1课程评价课程评价周期定为每1年评价一次。设置达成情况目标值，采用成绩分析法进行评价。课程达成评价根据专业课程达成评价方法进行计算，评价结果用于持续改进。负责人组织教师实施课程评价，制定持续改进措施，监督持续改进过程。课程负责人负责撰写课程考核总结报告，实施课程评价持续改进。8.2持续改进1）日常教学：根据学生学习情况，教师采取座谈会、与学生单独交流，及时调整教学方法、进度，做出教学改进。2）课堂质疑或短时间交流讨论：对课堂质疑或讨论的效果进行分析，提出课程持续改进意见，用于本课持续改进。3）期末分析总结：根据课程目标，实现课程达成评价，撰写课程总结报告，提出课程持续改进意见，用于本课程持续改进。九、课程教材及主要参考书[教材]《PyTorch深度学习入门与实战》，孙玉林，中国水利水电出版社，2020.7。[主要参考书]1.《人工神经网络理论及应用》韩力群著，机械工业出版社，2017.072.《MATLAB神经网络43个案例》王小川，史峰，郁磊等编著，北京航空航天大学出版社，2019.033.《Python神经网络入门与实战》王凯编著，