Prerequisite Courses

前置课程

人工智能专业基础课程

课程介绍

前置课程为人工智能专业的基础课程,涵盖数学基础、编程基础、神经网络基础等内容,为后续深入学习人工智能核心技术奠定坚实基础。

这些课程帮助学生掌握机器学习、深度学习所需的数学工具(线性代数、概率论、优化理论)和编程技能(Python、数据结构与算法),理解神经网络的工作原理。

课程模块

模块一
数学基础
线性代数、矩阵运算、概率论与数理统计、最优化理论
模块二
Python编程
Python基础、NumPy、Pandas、Matplotlib等数据处理与可视化工具
模块三
神经网络基础
感知机、多层神经网络、反向传播、激活函数、损失函数
模块四
机器学习入门
监督学习、无监督学习、模型评估、特征工程
模块五
深度学习框架
PyTorch基础、张量操作、自动微分、模型构建

核心知识点

📐
损失函数
均方误差、交叉熵、对比损失等
🔄
优化算法
梯度下降、Adam、学习率调度
🧠
神经网络
CNN、RNN、LSTM、Transformer基础
💻
实践工具
深度学习教材、神经网络课件