AI课程
1 - 1
Python 入门: I. 基础编程
与传统单调的编程练习不同,我们的 Python 编程入门课程将让学生有针对性地学习科学编程和人工智能的应用。这也将为他们在未来接触高等数据科学、机器学习和机器人技术等更难的课题时,做好充分的铺垫。
导师: Allen Yang 博士
课时:10 节课
基础要求: 无
第一讲: 计算机程序设计入门
第二讲: Python 数值变量类型
第三讲: 字符串和文本输入/输出
第四讲: 列表
第五讲: 条件与循环
第六讲: 函数
第七讲: 元组和字典
第八讲: 集合和散列函数
第九讲: 类与面向对象编程(OOP)I
第十讲: 类与面向对象编程(OOP)II
1 - 2
Python 入门: II. 数据结构和算法
掌握了基本编程技能,学生将进一步学习经典的数据结构和计算机算法,这些算法在当今被广泛地应用于开发人工智能、数据科学和机器人技术。
导师: Allen Yang 博士
课时:10 节课
基础要求: 熟练掌握课程1-1的内容
第一讲: 基本数据结构
第二讲: 调试技巧
第三讲: 排序算法
第四讲: 列队和广度优先搜索
第五讲: 栈与深度优先搜索
第六讲: 优先列队和 A * 搜索
第七讲: 树数据结构
第八讲: 文件输入/输出
第九讲: 动态规划 I
第十讲: 动态规划 II
2 - 1
Python 科学编程
在这门课程中,学生将学习到如何在线性和非线性问题中,进行复杂的数据分析、数据可视化和基础的回归、分类。
导师: Allen Yang 博士
课时:10 节课
基础要求: 熟练掌握课程 1-1、1-2、及 2-1的内容
第一讲: Numpy库
第二讲: 数据可视化
第三讲: 向量与矩阵 I
第四讲: 向量与矩阵 II
第五讲: 线性回归 I
第六讲: 线性回归 II
第七讲: 梯度下降法
第八讲: 梯度下降法
第九讲: 分类 I
第十讲: 分类 II
2 - 2
Python计算机视觉
掌握了基本编程技能,学生将进一步学习经典的数据结构和计算机算法,这些算法在当今被广泛地应用于开发人工智能、数据科学和机器人技术。
导师: Allen Yang 博士
课时:10 节课
基础要求: 熟练掌握课程 1-1、1-2、及 2-1的内容
第一讲: 计算机视觉简介
第二讲: 三维刚体运动
第三讲: 相机成像原理
第四讲: 图像特征点提取
第五讲: 图像自适应算法
第六讲: 目标检测
第七讲: 级联分类器
第八讲: 物件追踪
第九讲: 三维定位
第十讲: 三维物体探测
3 - 1
深度学习入门
在掌握了科学编程和计算机视觉的基础上,学生将开启人工智能机器学习中的深度学习。课程内容包括基本的单层到多层感知器模型、深层卷积网络、以及在决策和游戏中的强化学习。
导师: Allen Yang 博士
课时:10 节课
基础要求: 熟练掌握课程2-1 及 2-2 的内容
第一讲: 神经网络与感知器
第二讲: 多层感知器
第三讲: 卷积神经网络
第四讲: 深层神经网络
第五讲: 微调与迁移学习
第六讲: ResNet 分类
第七讲: 强化学习I
第八讲: 强化学习II
第九讲: 强化学习III
第十讲: 强化学习IV
3 - 2
机器人学习与自动驾驶导论
本门课程是机器人学习的入门课程,授课内容聚焦于自动驾驶领域。在这门课程中,学生就如同走入了顶级工科院校的课堂,开启一场高级课程的学习体验。
导师: Allen Yang 博士
课时:10 节课
基础要求: 熟练掌握课程2-1, 2-2 及 3-1的内容
第一讲: 机器人与自动化导论
第二讲: 基本车辆机械和动力学模型
第三讲: PID 控制
第四讲: 车道跟随
第五讲: 碰撞侦测和规避
第六讲: 使用 DNN 模型进行行为模拟
第七讲: 通过强化学习训练控制器
第八讲: 通过强化学习训练控制器
第九讲: 在 CARLA 模拟器中调试自动驾驶
第十讲: 遥控模型车辆的自动驾驶调试