中小学人工智能课程实践入门

中小学人工智能课程实践入门

ID:39854318

大小:4.92 MB

页数:63页

时间:2019-07-13

中小学人工智能课程实践入门_第1页
中小学人工智能课程实践入门_第2页
中小学人工智能课程实践入门_第3页
中小学人工智能课程实践入门_第4页
中小学人工智能课程实践入门_第5页
资源描述:

《中小学人工智能课程实践入门》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、中小学人工智能课程实践入门樊磊首都师范大学教育技术系fanlei.cnu@icloud.com为什么要开设人工智能课程?为下一代人适应及驾驭智能社会做好准备。通过普及人工智能课程,提升教师的专业素质。推动新一代信息技术特色课程和创新实验室建设。以人工智能为抓手引领学科深度融合。挖掘高端人工智能相关领域创新型人才。高中课程标准中的AI内容要求了解人工智能的发展历程及其概念。描述典型人工智能算法的实现过程。通过开发简单的智能技术应用模块,亲历设计与实现简单智能系统的基本过程与方法。增强

2、智能技术服务于人类发展的责任心。《人工智能初步》内容标准概念与特征;发展历程、典型应用。人工智能基础AI编程语言与核心算法,基本过程和实现原理。开发工具和开发平台;工具的特点、应用模式及局限性。简单智能系统开发AI应用框架,搭建简单人工智能应用模块;配置适当的环境、参数及自然交互方式。人工智能初步智能应用系统所面临的伦理及安全挑战;信息系统安全的基本方法和措施;人工智能技术增强安全防护意识和责任感。发展与应用AI对人类社会的巨大价值和潜在威胁;维护和遵守智能化社会的规范与法规。配置Python编程环

3、境基本模块必修1•NumPy功能模块•SciPy•Matplotlib必须2•Pandas可选模块•NumPy–用于计算的扩展包,基于多维数组。•SciPy–用于高精度计算的扩展包。•NumPy•Matplotlib–绘图扩展包,基于NumPy。•SciPy•Matplotlib•Pandas–用于表形数据处理的扩展包,基于NumPy。人工智•scikit-learn•scikit-learn–机器学习扩展包,不含神经网络算法。•Pandas•BATK–国内四大人工智能应用端开发平台。能初步•BAT

4、K•TensorFlow–深度学习平台。•TensorFlow•Seaborn–高质量绘图扩展,基于Matplotlib。•seaborn下载安装AnacondaAI课程实现的三个层次体验层面:通过AI平台,体验人工智能的能力。应用层面:能够使用Python语言直接调用AI平台所提供的服务与功能,并将其集成进学生自主项目中。实现层面:使用Python语言+AI平台+应用数据集,实现简单算法、针对特定应用训练模型、调谐模型参数、优化并改进模型。体验BATK-语音识别体验BATK–人脸识别体验BA

5、TK–人脸识别体验BATK–人脸识别应用BATK-语音识别安装语音识别模块注意:安装使用前务必并保持网络畅通。1.安装百度语音识别pythonSDK包:pipinstallbaidu-aip2.运行测试程序:pythonAipSpeech.pytest01.wav此处的test01.wav是语音波形文件。设计简单语音识别模块定义应用功能/目标设计应用模块/组件1.将输入的语音文件转换为文本文件,并显示开发及调试1.声音准备模块:声音功文本文件的内容。文件的读入、判断、格1.准备测试用语音文件能2.对

6、语音文件具有一定式转化等……目容错功能:可将不满足2.调用语音识别库2.语音到文本转换模块标要求的语音文件自动转3.编写实现各模块功能换为标准格式。3.文本输出模块的代码4.用备用语音文件进行测试…语音识别模块示例代码说明#这段代码装载所需要的库#装载百度AI语言识别库#这段代码是你的注册标识、开发许可及密钥语音识别模块的示例代码说明语音识别模块的示例代码说明语音识别模块的示例代码说明在Spyder中测试语音识别模块在Spyder中测试语音识别模块应用BATK-人脸识别Python实现代码说明#这段

7、代码装载所需要的库#装载百度AI的人脸识别库#这段代码是你的注册标识、开发许可及密钥Python实现代码说明Python实现代码说明Python实现代码说明人脸识别演示人脸识别演示人脸识别演示人脸识别演示人脸识别演示注册人脸库人脸识别演示比对结果:机器学习编程入门使用Python语言实现机器学习的若干经典算法,了解影响算法效率的因素。掌握NumPy,SciPy中数组及矩阵的操作方法。初步掌握scikit-learn的使用方法和典型案例数据集。TensorFlow安装及基本概念,简单案例实

8、现。从计算机编程到机器学习数据解答规则及算法数据模型及规则答案(可选)机器学习模型/算法开发流程确立目标训练模型使用模型搜集数据调谐参数效果评估候选模型学习曲线模型优化数据整理诊断模型部署应用数据清洗测试模型数据分离数据在机器学习中的作用模型1模型2模型3实训集数据集训练集诊断集E1E2E3测试集选出误差Ei最小的模型估计最终最终模型模型误差人工神经元-感知器-神经网络-深度网络神经网络发展历程激活函数感知器(神经元)学习算法第0步:用0或者小随机值初始化权重和偏置值

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。