第二弹！属于 AI 教学者的精选“课单”

最近，在教育部新公布的新增备案本科专业名单中，180 所高校新增人工智能专业。

如何与时俱进，开设一门个性化的 AI 课程？

如何在海量开源资源中，找到成熟的教案、教学实验可以作为参照？

我们为你准备好了！

上个月，为了帮助 AI 自学者找到适合自己的人工智能课程，我们推出了AI 自学者“课单”系列第一弹。

这次，我们面向想要开设人工智能课程的老师们，准备了多维度的开源教学资源！它们也都是教育部-微软产学合作协同育人项目的精品成果。

AI 教学者们，快快开启“选修二”的进阶之路吧！

教学资源简介：

人工智能的新时代已经到来，它正在彻底改变我们的行业与工作形态。几乎所有职业都在迈向数字化、自动化、智能化，对人工智能人才的巨大需求也显而易见。

带着对行业发展预警式的思考，这门课程用多元的应用场景带学生入门。前半场手把手地教授基础知识，后半场环环相扣，开启机器学习、神经网络、深度学习的进阶探索。

丰富的实验内容（个人实践、团队建立、项目开发）贯穿教学的始终，让学生在深入理论思辨的同时，不与产业逻辑脱节。

AI 教学者们，可以在这份完整的教学大纲中各取所需。

资源分享教师

张敏

集美大学

计算机工程学院

讲师

2018 年主讲的选修课程《人工智能》参与微软亚洲研究院-教育部产学合作协同育人项目，立项并获得资助。

主要研究方向为人工智能、智能信息处理与分析等。主持或参与教育部-微软亚洲研究院产学合作及省自然科学基金、省教育厅等多项科研项目。当前主要承担本科生《人工智能》、《通信原理》、《软件工程》等多门课程的教学任务。

资源链接：

https://github.com/happyfaye/AIforJmuNet

教学资源简介：

这是一个以深度学习的代表算法“卷积神经网络”为核心的教学案例。

随着卷积神经网络（CNN）越来越多地应用于图像分类，构建可复用的 CNN 图像分类模型，意味着可以大大减轻科研的工作量。

这个实验为想要教授卷积神经网络的你提供了源代码，对 Keras 中可复用的 CNN 模型进行封装。教学过程中，你可以把代码复制到本地，直接“跑起来”，或者修改配置文件和模型数据，选用包括 VGG-16，ResNet-50 等 CNN 模型对图片数据进行分类，也可以根据自己的教学需要，DIY 进行二次开发。

资源分享教师

李丹程

东北大学

软件学院

教授

具有 16 年的教学经历和较为丰富的教学经验，先后获得中科院科技进步一等奖、辽宁省科技进步二等奖，是教育部微软精品课程“实践考核类课程（VB.NET）”负责人。作为“将国外优秀教学资源引进软件工程人才培养体系的探索与实践”项目主要完成人，获得辽宁省级教学成果一等奖；作为“软件工程专业 CDIO 教学模式的探索与实践”项目主要完成人，获得东北大学教学成果特等奖。

资源链接：

https://github.com/yuho8818/MSCnnClassifier-Evualation

教学资源简介：

自然语言处理（NLP）是计算机应用领域历史最悠久的问题之一。在人工智能四大功能（运算、感知、认知、创造）的“金字塔”中，自然语言处理属于认知智能层面，位居第二。

近年来，人工智能发展迅猛，云计算技术使巨大模型的训练成为可能，通过不停迭代一个粗浅的算法，让 AI 自然语言处理的功能愈渐完善。

这是一份完整的 NLP 机器学习模型讲义，通过剖析自然语言处理的难点及其解决办法，带学生入门，讲义中含有大量的 NLP 常用 Benchmarks、综合分析工具，从易到难，分类讲解（线性模型、主题模型、预训练模型、图神经网络模型）。更有精美的幻灯片视觉设计，可供参考。

资源分享教师

王博

天津大学

智能与计算学部

副教授

该课件来自天津大学自然语言处理课程组。该课程由量子智能与语言理解团队负责人侯越先教授，及团队成员曲日、孙越恒、张鹏及王博老师共同讲授。课程由微软亚洲研究院副院长周明博士发起，由天津大学和南开大学联合开设，历时十年，是国内最早开设的自然语言处理课程之一。

课件提供者王博副教授，2010 年于哈尔滨工业大学计算机学院获博士学位，华盛顿大学心理学系访问学者。主要从事智能对话、个性化推荐和用户画像研究。主持国家自然科学基金项目，国家社会重大项目子课题等多项国家级科研项目，并获多项省部级教学奖项，在自然语言处理与社会计算领域具有丰富的研究及教学经验。

资源链接：

https://tjandbjzy.github.io/TJU_NLP_ML_models/

关于 AI 教学资源，你可能还想看：