课程章节
本课程共 7 章,涵盖 AI 概论、机器学习、深度学习、NLP、计算机视觉、AI 伦理与实践。每章均结合信息科大学科特色设计案例与思考题。
1
人工智能概论与发展
了解人工智能的定义、发展历程与主要分支,建立 AI 通识认知框架。
信息科大作为北京市重点支持的信息学科高校,在人工智能基础研究与人才培养方面具有深厚积淀。
阅读本章 → 2
机器学习基础
掌握机器学习的基本概念、主要范式与典型算法,理解数据驱动决策的原理。
学校仪器科学与光电工程学院、计算机学院在传感器数据与模式识别领域具有研究优势。
阅读本章 → 3
深度学习与神经网络
理解神经网络的基本结构、反向传播原理及深度学习在 AI 中的核心地位。
信息科大电子信息类学科为深度学习应用提供了硬件与算法结合的实践平台。
阅读本章 → 4
自然语言处理与大语言模型
探索 NLP 核心技术及 ChatGPT 等大语言模型的工作原理与应用场景。
信息科大管理科学与工程学院、计算机学院在文本挖掘与智能信息系统方向开展相关研究。
阅读本章 → 5
计算机视觉与应用
学习图像识别、目标检测等视觉 AI 技术及其在工业与生活中的应用。
仪器科学与光电工程学院在机器视觉、光电检测领域具有特色研究方向。
阅读本章 → 6
AI 伦理、安全与治理
探讨 AI 带来的伦理挑战、安全风险与治理框架,培养负责任的 AI 使用意识。
作为首都高校,信息科大强调"信以立身",在 AI 教育中注重技术伦理与学术诚信。
阅读本章 → 7
AI 创新实践与未来趋势
综合应用所学知识,了解 AI 前沿趋势,规划个人 AI 学习与发展路径。
2021 年获批博士学位授予单位,信息科大正加速向高水平大学迈进,AI 通识课是面向未来的重要布局。
阅读本章 →「勤以为学,信以立身」
北京信息科技大学 · 校庆日 5月18日