人工智能专业实践课程体系（软件方向）（硬件方向）

人工智能专业实践课程体系

课程体系概要

人工智能属于交叉学科，涉及计算机、软件、电子、控制、通信、数学、统计学等多个学科。所以在制定专业培养方案时，需要根据学校特色、专业背景来制定课程体系。如果学校在电子、通信、控制等学科有优势，依托这些专业和师资来建设人工智能专业，那么专业课程就应该结合这些优势学科人工智能，按照偏硬件的方向来设计；如果学校在计算机、软件、网络等学科有优势，依托这些专业和师资来建设人工智能专业，那么专业课程就应该基于这些优势，按照偏软件的方向来设计。

如下图所示，我们推荐人工智能按照两种思路来设计专业课程体系。当然，不同学校的情况可能完全不同，可能出现在理学、管理学等其他学科方向的基础上开设人工智能专业，那就需要按照实际情况来设计课程体系。联创教育具有专家团队，可以协助高校制定专业课程体系。

人工智能专业（软件方向）课程体系

人工智能专业（硬件方向）课程体系

联创教育AI课程资源

联创教育具有专业的课程开发团队，可以为高校提供人工智能实验实训课程及配套资源。针对专业基础课、专业核心课、实训课，联创教育开发了不同的课程内容。

▶核心技术课程：配合专业基础课程和专业核心课程的实验教学，为理论教学提供实验支撑，让学生通过实验充分理解理论知识，为后期的学习打好基础。

▶ 综合实训课程：配合课程设计、专业综合实训课程的实验实训教学，为学生提供项目案例背景、实验实训环境、课程资源，在接近真实的环境中学习人工智能技术的实际应用。

▶ 实战课程：考虑到不同专业教学的需求不同，我们还开发了综合实战课程。实战课程比综合实训课程更加接近真实行业应用，每门课程都是从项目背景分析出发，包括设计解决方案人工智能，搭建系统，设计算法和最终实现等环节。每门课都是一个完整的商业案例。

核心专业课程包括：

1. 基础知识：Linux基础、Linux运维技术、MySQL基础。

2. 编程语言：Java程序设计、程序设计、基础、基础、基础。

3. 机器学习：机器学习基础、机器学习实战、基于的数据分析与挖掘。

4. 深度学习：深度学习基础、深度学习实战

5. 数据挖掘：非关系型数据库技术、核心技术与应用、数据处理与算法分析、Spark大数据处理与优化、Storm实时流数据处理技术、KVM虚拟化技术、数据可视化技术。

6. 主流框架：部署与应用实践、基础与应用、Caffe基础与应用。

7、 应用方向：计算机视觉技术与应用、图像处理技术与深度学习应用、语音识别技术与深度学习应用、词向量的深度学习及应用、智能机器人技术与应用、无人驾驶技术与实践等。