全国高校Python机器学习与实训课程高级研修班

报名时间: 2022-07-20 09:00:00 至 2022-08-01 18:00:00

会议时间: 2022-08-05 09:00:00 至 2022-08-07 18:00:00

会议地点: 昆明

会议规模: 60人

会议费用信息
  • 主会场 免费

会议通知

各高校教务处、各相关院系负责人:

依据《教育部高等学校教学指导委员会章程》规定,教育部高等学校教学指导委员会的任务之一是:组织师资培训,沟通信息,交流教学建设和教学改革经验,宣传推广优秀教学成果,为高等学校的教学建设和教学改革做好服务工作。为此,教育部高等学校计算机类专业教学指导委员会和全国高等学校计算机教育研究会决定举办本系列课程高级研修班。本系列课程高级研修班面向全国高校相关院系专业负责人与教师,专注于人才培养、学科建设、课程体系与课程内容建设、授课艺术、产教融合、科研与教学、教学经验分享等。

作为引领未来的战略性前沿技术,世界各国把人工智能作为提升国家竞争力及维护国家安全的重大战略,力图在新一轮科技竞争中掌握主动权。我国国务院在2017年7月引发《新一代人工智能发展规划》,以抓住人工智能发展的重大战略机遇,构筑我国人工智能发展的重大战略机遇,加快建设创新型国家和世界科技强国的脚步。

为了加快创新步伐,全面实施创新驱动发展战略,进一步贯彻落实国家《新一代人工智能发展规划》,加快人工智能教学水平,提高人才培养层次,加强智能科学课程建设水平,提高教育水平是当务之急。为了满足国家对智能科学人才培养的需要、提高人才培养质量,师资是关键,而组织教师培训是提高师资水平的最佳途径之一。通过培训,可以使教师了解人工智能行业发展的最新动态,分享机器学习相关课程的优秀教学成果,提升高校教师特别是中青年教师的业务水平和教学能力,从而进一步促进机器学习课程的教学发展。同时,培训可以为教师提供了一个沟通信息的平台,交流课程建设和教学改革的经验,交流产、学、研合作的可能。

特邀请各高校相关院系选派教学主管领导、课程负责人和骨干教师参加本次研修班。

  1. 课程目标

  • 从Python编程提高到Python机器学习。
  • 学习常见的机器学习算法,如分类、聚类、推荐、回归、神经网络等。
  • 掌握Python实现机器学习的方法。
  • 熟悉深度学习,通过实例理解深度学习算法的实现。
  • 通过实际案例的操作,学会使用机器学习解决工程问题。
  • 给教师的锦囊:分享Python机器学习课的教学经验,使教师“从零开始,上好Python机器学习课”。

二、课程内容及时间安排

第一天 2022年8月5日(周五)

09:00-10:00

给教师的锦囊

  • 开设机器学习课,做哪些准备
  • 机器学习的世界太大,怎么去看看
  • 不推导数学公式,照样讲清楚机器学习算法?
  • 教学课时与实验课时的安排

10:00-11:30

Python提高与机器学习实现

1. 人工智能的基本概念

2. 机器学习和人工智能的关系

3. 机器学习的典型应用案例

4. 机器学习方法的分类

5. Python处理数据和文件

6. 机器学习的一般流程

(1)分析问题

(2)获取数据

(3)模型训练

(4)测试模型

7. Python实现机器学习

8. Python常用科学库的使用——Pandas、Numpy、Matplotlib、OpenCV等。

编程和案例实践

1. 人工智能应用体验

2. Anaconda安装和使用

3. Python基本数据操作

4. Pandas、Numpy数据处理

5. Matplotlib绘图

6. WordCloud词云

7. OpenCV处理视频和图像

11:30-12:00

交流与讨论

14:30-17:30

KNN分类算法

1. 算法的性能评价

2. KNN分类算法原理

3. KNN算法实现

案例实践

1. 使用KNN实现鸢尾花分类

2. 手写数字识别

17:30-18:00

交流与讨论

19:30-21:30

上机辅导

第二天 2022年8月6日(周六)

9:00-11:30

K-均值聚类算法

1.K-均值聚类算法

2.K-均值算法实现

案例实践

1.物流公司最佳配送路径问题

2.银行客户分组画像

推荐算法

1.推荐算法介绍

(1)推荐系统——“猜你喜欢”

(2)推荐算法的原理

2.协同过滤推荐算法

(1)基于用户的(User-Based)协同过滤算法

(2)基于项目的(Item-Based)协同过滤算法

(3)其他推荐算法

(4)推荐算法的性能评价

案例实践

1.协同过滤算法实现电影推荐

2.推荐适合的图书

11:30-12:00

交流与讨论

14:30-16:00

回归算法

1. 回归算法

2. 线性回归

3. 线性回归实现

4. 逻辑回归

5. 逻辑回归参数确定与实现

案例实践

1.贷款逾期情况预测

2.电影票房预测

16:00-17:30

SVM支持向量机

1.支持向量机SVM

2.SVM算法实现

案例实践

信用卡欺诈检测

17:30-18:00

交流与讨论

第三天 2022年8月7日(周日)

9:00-10:00

神经网络

1.神经网络基础

2.神经网络的实现

案例实践

1.两层神经网络实现

2.使用神经网络进行鸢尾花分类

10:00-12:00

深度学习

1.深度学习基本概念

2.深度学习框架

(1)TensorFlow及示例

(2)Keras及示例

代码和案例实践

1.使用TF搭建三层神经网络

2.深度学习识别手写数字

3.AI写诗——古诗词创作

4.使用Keras实现人脸识别

会议结束

三、授课教师

刘艳 博士,主要研究模式识别与机器学习,任职于华东师范大学计算机与软件学院。上海市人工智能专业委员会委员、上海市非线性计算协会会员。曾获得上海市教学成果奖、华东师范大学教学成果奖、华东师范大学本科教学贡献奖、华东师范大学优秀教师等荣誉。发表SCI、EI论文二十余篇,主编《人工智能基础》、《机器学习》、《Python机器学习从入门到实战》等教材。

四、培训证书

对经学校有关部门推荐参加培训的教师,考评合格后可颁发“全国高校Python机器学习课程高级研修班”结业证书,对参加培训获得证书的教师,所在学校应承认其接受培训的经历,计入继续教育学时。

五、研修班时间及地点

会议时间:2022年8月5日—7日,8月4日下午报到。

会 务 费:2680元/人,住宿由会务组统一安排,交通、食宿费用自理

报到、住宿及会议地点:云南连云宾馆圆通楼 住宿标准:350元·间/天

地 址:云南省昆明市五华区圆通街58号(与连云巷交口),0871-65156661‬

联 系 人:贾 斌 时子依

电 话:18601290130 13716885936

邮 箱jiabin01011@163.com 549725363@qq.com

请各单位积极组织和推荐相关课程骨干教师参加会议。参加培训的教师请于2022年7月29日前将回执发给组委会联系人。

本次研修班课程包含实训内容, 请参加的教师自带笔记本电脑。