《神经网络与深度学习》课程教学大纲.docxVIP

《神经网络与深度学习》教学大纲 一、课程基本信息 课程名称 神经网络与深度学习 Neural Networks And In-depth Learning 课程编码 SCC321621030开课院部 理学院 课程团队 数据科学团队 学分 3.0课内学时52讲授 40实验0上机 12实践 0课外学时52 适用专业 数据科学与大数据技术 授课语言 中文 先修课程 课程简介 （限选） 课程性质：本课程是数据科学与大数据技术专业的选修课。 主要教学内容：神经网络与深度学习促进了人工智能在计算机视觉、语音识别、自然语言处理等领域的突破，成为实现人工智能的重 要技术之一。本课程将讲解神经网络及深度学习的基本概念、主要结构、核心方法和关键应用。 主要内容包括：机器学习和神经网络的基本概念和算法，深度学习的主流结构及多种不同的激活函数，深度学习的应用实例。 课程教学目标：通过本课程的学习，使学生掌握神经网络及深度学习中主要网络结构，并能够以神经网络为工具解决相关实际问题。 Course nature: This course is an elective course for the major of data science and big data technology. Main teaching contents: neural network and deep learning have promoted the breakthrough of artificial intelligence in computer vision, speech recognition, natural language processing and other fields, and become one of the important technologies to realize artificial intelligence. This course will explain the basic concepts, main structures, core methods and key applications of neural networks and deep learning. The main contents include: basic concepts and algorithms of machine learning and neural networks, mainstream structures of deep learning, various activation functions, and application examples of deep learning. Teaching objective of the course: Through the study of this course, students can master the main network structure of neural network and deep learning, and can use neural network as a tool to solve relevant practical problems. 负责人 大纲执笔人 审核人 二、课程目标 序号代号 课程目标OBE 毕业要求指标点 任务自选  1 Ml 目标1 ： 了解神经网络及深度学习的发展和基本概念，培养学生计算思维和研究方法以及发现、辨析 和解释科学计算与数据科学领域基本现象的能力。 是 3. 1 2 M2 目标2 ：理解并掌握神经网络及深度学习关键技术，了解目前常用（深度）神经网络，了解学科发展 前沿，培养学生自我更新知识的能力。 是 3.4 3 M3 目标3 :掌握信息数据分析的基本方法，具备数据分析能力。通过课程项目的实践应用，掌握神经网 络实现技术，并应用神经网络及深度学习解决实际问题。 是 5.2 4 M4 目标4 ：能保证课程正常秩序（政治层面、课堂保障层面，非学生能力层面） 否 三、课程内容 序号 章节号 标题 课程内容/重难点 支撑课 程目标 课内 学时 教学方式 课外 学时 课外环节 1 第1章 第1章引言 本章重点难点：神经网络；深度学习。 / / / / 2 1. 1 1.1机器学习与深 度学习 什么是机器学习；什么是深度学习；机器学习与深度学习的关 系。 Ml 0.5 讲授 0. 5 作业 3 1.2 1.2神经网络的历 史 神经网络；神经网络发展历史。 Ml 0.5 讲授 0. 5 作业 4 1.3 1.3深度学习 从神经网络到深度学习；为什么使用深度学习；什么是深度学 习。 Ml 1 讲授 1 作业 5