课程定位

面向政府企业学校IT技术人员、研究生、技术管理者及AI架构设计编程人员等，通过技术原理、科研案例与项目上机实验学习人工智能系统。

学习收获

• 学习人工智能基础与专门知识，结合科研案例理解系统开发方法、工具及应用系统分析设计实现。

课程特色

• 技术原理与项目实战结合，展示讲师实际科研成果，提供应用案例动手实验。
• 实验包含tensorflow2.4/keras2.4环境构建、NEO4J安装使用、手写数字时装情感识别，以及MTCNN和FaceNet人脸检测识别算法案例。

课程模块

第一天第一部分：人工智能基础

• 1.1 人工智能（AI）概述
• 1.２ AI研究的主要技术问题
• 1.３ AI的主要学派
• 1.４ AI十大应用案例
• （１）城市公共资源辅助优化配置
• （２）临床医疗影像辅助诊断
• （３）英语听说考试语音评测
• （４）智能供应链设计系统
• （５）机器翻译
• （６）智能客服机器人
• （７）重点人群身份识别
• （８）智能网络视频云服务
• （９）人证比对实名认证
• （１０）工业互联网平台
• 1.４ 人工智能技术基础
• １.４.１ 搜索与推理技术
• １.４.２ 知识表示

第二部分：基于知识的人工智能系统及应用

• ２.１专家系统概念
• ２.２专家系统结构
• ２.３专家系统开发工具
• ２.４专家系统设计与实际应用
• ２.４.１计算机故障诊专家系统
• ２.４.２基于Web与云计算平台的设备故障诊断专家系统
• 2.5 规则引擎与JSR94规范
• 2.5.1 规则引擎产生背景
• 2.5.2 规则引擎概念
• 2.5.3 规则引擎架构
• 2.5.4 JSR94 规范 --Java规则引擎API
• 2.5.5 典型规则引擎
• 2.5.6 规则引擎应用案例（信用卡申请）

第二天第三部分：知识图谱

• 3.1 知识图谱概念
• 3.2 知识图谱与专家系统
• 3.3 开放知识图谱
• 3.4 知识的提取、表示、存储与检索
• 3.5 知识图谱在互联网金融行业的应用
• 3.6 实验： 基于NEO4j的知识图谱应用系统

第二天第四部分：基于联接的人工智能系统及应用

• 4.1 神经网络概念
• 4.2 前馈神经网络算法
• 4.3 前馈神经网络设计方法
• 4.4 前馈神经网络实际应用
• 4.4.1 基于神经网络的煤矿突水预测系统
• 4.4.2 融合专家系统与神经网络的真空成型机故障诊断系统

第三天第五部分：基于深度学习的人工智能系统及应用

• 5.1 机器学习概念
• 5.2 深度学习概念
• 5.3 卷积积神经网络
• 5.4 增强学习
• 5.5 迁移学习
• 5.6 生成对抗网络
• 5.7 主流深度学习框架
• 5.7.1 TesorFlow 2.4（安装与实例运行）
• 5.7.2 Keras2.4 （安装与实例运行）
• 5.7.3 pytorch
• 5.8 基于TesorFlow/keras的深度学习应用系统上机实验
• （1）手写体数字识别
• （2）时装识别
• （3）情感识别

第六部分：基于深度学习的目标检测与人脸识别

• 6.1 目标检测（object detection）概念
• 6.2 传统的目标检测方法
• 6.3 基于区域建议(候选框)的目标识别算法
• 6.3.1 R-CNN
• 6.3.2 Fast R-CNN
• 6.3.3 Faster R-CNN
• 6.3.4 Feature Pyramid Networks(FPN)-特征金字塔网络
• 6.4 YOLO——One-Stage目标检测算法
• 6.5 SSD与 Retina-Net
• 6.6 基于ImageAI 的计算机视觉编程库
• 6.9人脸识别关键技术概述
• 6.10人脸检测算法
• 6.10.1 人脸检测算法 MTCNN
• 6.11 人脸识别算法 - GoogleFaceNet（2015）
• 6.11 基于MTCNN和facenet实现人脸检测和人脸识别实验

适合人群

1、政府、企业、学校IT相关技术人员；硕士及博士研究生；2、企业技术总监及相关管理人员；3、人工智能系统架构师、设计与编程人员；4、对人工智能技术感兴趣的其他人员。

师资信息

张璟，博士毕业于西安交通大学电信学院，现为西安理工大学大学计算机学院2级教授，博士生导师。
2000年9-12月访问美国密西根大学、日本大学，2012-2019年先后访问美国加州大学圣芭芭拉分校、斯坦福大学、克莱姆森大学、乔治亚理工学院。
曾任西安理工大学计算机学院副院长、陕西省信息化专家组专家、陕西省制造业信息化专家组专家，计算机学院副院长、计算机学科带头人，西北工业大学兼职研究员。1985年以来，主要从事人工智能、因特信息网方面的教学与研究，进行过多个实用人工智能系统、网络与信息系统的规划、设计与开发。主持完成科研项目35项，其中国家863课题6项、陕西省科技攻关项目2项、企业委托项目14项。获省、部级科技奖励6项。
2010年以来，主要从事云计算、大数据、人工智能与深度学习方面的研究开发与教学。曾用人工智能语言Prolog实现计算机故障诊断专家系统；用C语言实现煤矿突水预测神经网络系统；用专家系统工具Jess工具设计企业大数据平台；用tensorflow/Keras/Phtyon 实现手写体数字识别、电影评价情感识别系统，设计股票预测系统，人脸识别系统。
典型人工智能方面的成果：
1.神经网络专家系统理论及其在煤矿水害预测中的应用,1997年12月获机械工业部科技进步三等奖。
2.国家电子类规划教材：人工智能基础，电子工业出版社，2000年3月。（ISBN 7-5053-5725-5/G.489）
3.实时控制神经网络专家系统结构及推理算法，模式识别与人工智能，第8卷第2期（1995年6月）。

课程咨询与报名

了解本期课程安排、师资及报名事项，请联系新中华学习网：400-061-6586，也可使用本页下方的报名咨询表。具体开课安排以正式通知为准。

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。