勁草黑鍋
人工智能專業(yè)學(xué)習(xí)的課程主要有：社會(huì)與人文、人工智能哲學(xué)基礎(chǔ)與倫理、先進(jìn)機(jī)器人控制。
認(rèn)知機(jī)器人、機(jī)器人規(guī)劃與學(xué)習(xí)、仿生機(jī)器人、群體智能與自主系統(tǒng)、無(wú)人駕駛技術(shù)與系統(tǒng)實(shí)現(xiàn)、游戲設(shè)計(jì)與開(kāi)發(fā)、計(jì)算機(jī)圖形學(xué)、虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)、
人工智能的現(xiàn)代方法I、問(wèn)題表達(dá)與求解、人工智能的現(xiàn)代方法II、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)。
學(xué)習(xí)人工智能需要學(xué)習(xí)認(rèn)知心理學(xué)、神經(jīng)科學(xué)基礎(chǔ)、人類的記憶與學(xué)習(xí)、語(yǔ)言與思維、計(jì)算神經(jīng)工程等相關(guān)專業(yè)知識(shí)。
1、認(rèn)知與神經(jīng)科學(xué)課程群
具體課程：認(rèn)知心理學(xué)、神經(jīng)科學(xué)基礎(chǔ)、人類的記憶與學(xué)習(xí)、語(yǔ)言與思維、計(jì)算神經(jīng)工程
2、人工智能倫理課程群
具體課程：《人工智能、社會(huì)與人文》、《人工智能哲學(xué)基礎(chǔ)與倫理》
3、科學(xué)和工程課程群
新一代人工智能的發(fā)展需要腦科學(xué)、神經(jīng)科學(xué)、認(rèn)知心理學(xué)、信息科學(xué)等相關(guān)學(xué)科的實(shí)驗(yàn)科學(xué)家和理論科學(xué)家的共同努力，尋找人工智能的突破點(diǎn)，同時(shí)必須要以嚴(yán)謹(jǐn)?shù)膽B(tài)度進(jìn)行科學(xué)研究，讓人工智能學(xué)科走在正確、健康的發(fā)展道路上。
4、先進(jìn)機(jī)器人學(xué)課程群
具體課程：《先進(jìn)機(jī)器人控制》、《認(rèn)知機(jī)器人》、《機(jī)器人規(guī)劃與學(xué)習(xí)》、《仿生機(jī)器人》
5、人工智能平臺(tái)與工具課程群
具體課程：《群體智能與自主系統(tǒng)》《無(wú)人駕駛技術(shù)與系統(tǒng)實(shí)現(xiàn)》《游戲設(shè)計(jì)與開(kāi)發(fā)》《計(jì)算機(jī)圖形學(xué)》《虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)》……
6、人工智能核心課程群
具體課程：《人工智能的現(xiàn)代方法I》《問(wèn)題表達(dá)與求解》、《人工智能的現(xiàn)代方法II》《機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)等》
woshiyujiaolong
人工智能訓(xùn)練師培訓(xùn)課程如下：
1、機(jī)器學(xué)習(xí)中的Python
Python環(huán)境搭建與其基礎(chǔ)語(yǔ)法的學(xué)習(xí)；熟悉列表元組等基礎(chǔ)概念與python函數(shù)的形式；Python的IO操作；Python中類的使用介紹；python使用實(shí)例講解機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典算法、模型及實(shí)現(xiàn)的任務(wù)等。
2、人工智能數(shù)學(xué)基礎(chǔ)
熟悉數(shù)學(xué)中的符號(hào)表示；理解函數(shù)求導(dǎo)以及鏈?zhǔn)角髮?dǎo)法則；理解數(shù)學(xué)中函數(shù)的概念；熟悉矩陣相關(guān)概念以及數(shù)學(xué)表示。
3、機(jī)器學(xué)習(xí)概念與入門
了解人工智能中涉及到的相關(guān)概念；了解如何獲取數(shù)據(jù)以及特征工程；熟悉數(shù)據(jù)預(yù)處理方法；理解模型訓(xùn)練過(guò)程；熟悉pandas的使用；解可視化過(guò)程；Panda使用講解；圖形繪制。
4、機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)—數(shù)學(xué)分析
掌握和了解人工智能技術(shù)底層數(shù)學(xué)理論支撐；概率論，矩陣和凸優(yōu)化的介紹，相應(yīng)算法設(shè)計(jì)和原理；凸優(yōu)化理論，流優(yōu)化手段SGD，牛頓法等優(yōu)化方法。
5、深度學(xué)習(xí)框架TensorFlow
了解及學(xué)習(xí)變量作用域與變量命名；搭建多層神經(jīng)網(wǎng)絡(luò)并完成優(yōu)化。
人工智能訓(xùn)練師的工作任務(wù)
1、標(biāo)注和加工圖片、文字、語(yǔ)音等業(yè)務(wù)的原始數(shù)據(jù)；
2、分析提煉專業(yè)領(lǐng)域特征，訓(xùn)練和評(píng)測(cè)人工智能產(chǎn)品相關(guān)算法、功能和性能；
3、設(shè)計(jì)人工智能產(chǎn)品的交互流程和應(yīng)用解決方案；
4、監(jiān)控、分析、管理人工智能產(chǎn)品應(yīng)用數(shù)據(jù)；
5、調(diào)整、優(yōu)化人工智能產(chǎn)品參數(shù)和配置。
優(yōu)質(zhì)考試培訓(xùn)問(wèn)答知識(shí)庫(kù)
