- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《深度学习课程设计》教学大纲
课程名称(汉):《深度学习课程设计》
课程名称(英):Design of Neural Network and Deep Learning
课程代码:264102091
课程类型:实践教学平台专业实践课程模块
适用对象:人工智能专业本科大三
学时/学分:24学时/1学分
先修课程:《神经网络与深度学习》
方案版本:2021版
一、课程简介
《神经网络与深度学习课程设计》是人工智能专业一门以实践为主的必修课程,是核心专业课《神经网络与深度学习》的后续课程。主要教学内容是巩固理论知识,熟悉各平台神经网络工具箱的使用,加深理论知识在实际应用中的运用,包括实际应用中数据的输入和转换、数据的规范化处理、神经网络模型的选择、训练的样本数和迭代次数、误差目标确定等,培养学生掌握科学方法,提高动手能力,具备根据实际问题科学设计神经网络系统的基本能力。
二、课程的教学目标
课程目标1:使学生加深对神经网络基础知识的理解和掌握,夯实基本的编程技能和调试技巧。
课程目标2:使学生能按预定题目选择科学的神经网络模型,科学确定数据的输入和转换、数据的规范化处理、确定训练的样本数和迭代次数、误差目标等要素。
课程目标3:熟练使用流行编程工具进行小型神经网络系统开发,具有基本的神经网络编程能力。
课程目标4:培养学生基本的编码规范及软件工程师基本职业素养,具备良好的沟通能力和团队合作意识。
三、课程目标对人工智能专业毕业要求的支撑关系
毕业要求
毕业要求指标点
课程目标
支撑权重
设计/开发解决方案
1,2,3,4
0.04
使用现代化工具
3
0.04
四、教学内容及其基本要求
序号
教学内容
教学要求(包括重点难点、教学方法、学生掌握的程度等)
对应课程目标
1
神经网络在CET主观题阅卷中空白题识别
一、教学要求
1、给定试卷,建立一个二维数组,提取出图像像素灰度值作为矩阵行向量、列向量标准差的标准差作为区分空白题和非空白题的特征参数;
2、选取神经网络模型,设定隐藏层神经元数量,对其进行训练优化,识别出空白题
二、教学重点和难点
教学重点:动态前馈神经网络模型的选择,神经网络训练函数、学习函数以及隐藏层和输出层的传递函数的选取;
教学难点:
如何通过调整神经网络隐藏层神经元数目来优化神经网络,使得网络能够以较少的运算消耗获得较好的识别效果。
三、教学方法
教学方法:采用讲解、编程实践和答疑相结合。
1,2,3,4
2
基于BP神经网络的英文字母识别
一、教学要求
1、建立识别英文字母的BP神经网络模型,调整学习速度,迭代次数,误差大小,实现对BP网络的性能优化
2、系统应实现的主要功能
对输入的英文字母(每个字母由30个元素的向量表示)进行识别。
二、教学重点和难点
教学重点:BP神经网络结构、学习算法,优化方法。
教学难点:如何选定学习速度、误差标准和迭代次数,使得识别效果和识别效率达到最佳平衡。
三、教学方法
教学方法:采用讲解、编程实践和答疑相结合。
1,2,3,4
3
构建基于神经网络的学生成绩评价系统
一、教学要求
1、构建基于神经网络的学生成绩评价系统。
2、系统应实现的主要功能
通过给定的学生成绩及等级数据对神经网络进行训练,使得神经网络能根据学生的成绩对学生的等级作出判断。
二、教学重点和难点
教学重点:熟悉神经网络工具箱;数据的输入和转换、数据的规范化处理、神经网络分类器建立、前馈反向传播网络建立,对神经网络的训练,分类器检验及表现分析
教学难点:
包括一个隐层共30个神经元,一个输出层共4个神经元的前馈反向传播神经网络创建和训练
三、教学方法
教学方法:采用讲解、编程实践和答疑相结合。
1,2,3,4
4
基于神经网络的车牌识别
一、教学要求
1、构建基于神经网络的车牌识别系统。
2、系统应实现的主要功能
通过给定的学成绩及等级数据对神经网络进行训练,使得神经网络能根据学生的成绩对学生的等级作出判断。
二、教学重点和难点
教学重点:熟悉神经网络工具箱;数据的输入和转换、数据的规范化处理、神经网络分类器建立、前馈反向传播网络建立,对神经网络的训练,分类器检验及表现分析
教学难点:
包括一个隐层共30个神经元,一个输出层共4个神经元的前馈反向传播神经网络创建和训练
三、教学方法
教学方法:采用讲解、编程实践和答疑相结合。
1,2,3,4
5
基于神经网络的课堂教学质量评价模型设计
一、教学要求
1、构建基于神经网络的课堂教学质量评价系统。
2、系统应实现的主要功能
对给定的教师课程教学质量评价数据(包括督导专家评教数据、同行教师评教数据和学生评教数据)进行归一化处理,设定权重。通过输入训练的样本集对神经网络进行训练,使得神经网络能较为准确地对教师课堂教学质量进行评价。
二、教学重点和难点
教学重点:熟
您可能关注的文档
- 《摄影测量学》课程实验教学大纲.pdf
- 《图像处理与传输》课程实验教学大纲.pdf
- 分析力学 课程教学大纲.pdf
- 排课基本原则.pdf
- 课程项目主要成果及佐证材料目录(材料另附).pdf
- 关于认真实行教学大纲,严肃课程标准的意见.docx
- 《创新创业基础》课程教学大纲.doc
- 《大学语文》课程教学大纲.docx
- 专业课课程教学大纲.docx
- 厦门大学研究生课程教学大纲与教学计划.doc
- 2024年05月山东交通职业学院招考聘用博士研究生50人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月安徽芜湖市弋江区老年学校(大学)工作人员特设岗位公开招聘2人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东东营河口区教育类事业单位招考聘用22人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东交通职业学院招考聘用100人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东威海职业学院招考聘用高层次人才2人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月安徽石台县事业单位工作人员33人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东滨州市博兴县事业单位公开招聘考察笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月安徽蚌埠固镇县湖沟镇选聘村级后备干部7人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东省安丘市教育和体育局所属事业单位学校公开2024年招考232名工作人员笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东临沂临港经济开发区工作人员(5人)笔试历年典型题及考点剖析附带答案含详解.docx
文档评论(0)