Skip to content

Latest commit

 

History

History
248 lines (230 loc) · 9.95 KB

README.md

File metadata and controls

248 lines (230 loc) · 9.95 KB

OPEN AI通识课

OPEN AI 通识课是由Datawhale x 浙大智海Mo联合发起,面向高校各学科背景、全阶段的人工智能专业人才、复合型人才的开源AI通识课程体系,课程侧重开源共创、动手实践、前沿探索、产学协同,精心规划为适合人文社科等专业的"零基础版"、适合理工农医等专业的"有编程基础版"两个版本,为推进高校AI通识课建设,全球AI人才培养贡献力量!

课程理念

OPEN理念

课程体系

AI通识课程体系

课程大纲

AI通识课(有编程基础版)

面向对象:理工农医本科大一、大二低年级本科生

预修课程/预备知识要求:任一门编程语言,Python最佳

章节 课程与链接
人工智能导论 1. 人工智能的基本概念和发展历史
2. 人工智能的三大学派
3. 人工智能的主要任务及其应用领域
4. 人工智能对社会发展的影响与未来趋势
5. 人工智能的能与不能
6. 为什么xx学科也需要学人工智能
人工智能基础 1. 人工智能中的数学基础
2. 人工智能中的编程基础:Python基础
3. 人工智能中的数据处理基础:NumPy基础
4. 人工智能中的数据处理基础:Pandas基础
5. 人工智能中的数据可视化基础:Matplotlib基础
人工智能开源工具 1. 机器学习框架:scikit-learn
2. 深度学习框架:PyTorch
3. NLP工具库:transformers
4. CV工具库:OpenMMLab
机器学习基础 1. 机器学习的基本概念
2. 机器学习的经典模型
3. 机器学习代码实践
4. 机器学习应用案例
深度学习基础 1. 深度学习(神经网络)的基本概念和发展历史
2. 神经网络的优化方法
3. 经典神经网络:CNN、ResNet、RNN、LSTM、Transformer、GPT等
4. 深度学习代码实践
5. 深度学习应用案例
大模型理论与实践 1. 大模型基础:数据、架构、训练
2. 大模型微调:全参数微调、PEFT微调
3. 大模型应用技术:Prompt工程、RAG、Agent
4. 文生图、图生文、图生图、文生视频原理与实践
5. 多模态大模型原理与实践
强化学习基础 1. 强化学习原理
2. 强化学习经典算法
3. 强化学习的应用
人工智能安全与伦理 1. 人工智能安全介绍
2. 人工智能伦理介绍
人工智能综合应用实践 人工智能综合应用实践

AI通识课(零基础版)

面向对象:文史哲,经管法,艺术学,军事学大一本科生

预修课程/预备知识要求:无

章节 课程与链接
人工智能导论 1. 人工智能的基本概念和发展历史
2. 人工智能的三大学派
3. 人工智能的主要任务及其应用领域:分类、回归、计算机视觉、自然语言处理、推荐系统、语音识别和生成、决策优化、生成式(AIGC)等
4. 人工智能对社会发展的影响与未来趋势
5. 人工智能的能与不能
6. 为什么xx学科也需要学人工智能
AI常用工具——文本工具篇 1. 大模型原理简介
2. 国内文本AI工具介绍与使用
3. 文本提示词工程&优化方法
4. 应用在xx学科领域的具体案例
AI常用工具——图像工具篇 1. 文生图/视频模型原理简介
2. 国内文生图/视频AI工具介绍与使用
3. 图像提示词工程&优化方法
4. 应用在xx学科领域的具体案例
AI常用工具——语音工具篇 1. 语音识别/合成模型原理简介
2. 国内语音识别/合成AI工具介绍与使用
3. 应用在xx学科领域的具体案例
AI常用工具——智能体篇 1. 智能体原理简介
2. 国内智能体工具介绍与使用
3. 智能体设计思路与技巧
4. 智能体应用在xx学科领域的具体案例
人工智能安全与伦理 1. 人工智能安全介绍
2. 人工智能伦理介绍
人工智能综合应用实践 人工智能综合应用实践

合作联系

课程开源共建联系:Datawhale

高校老师开课联系:浙大智海Mo