人工智能入门基础 教学进度

教学进度和计划表（至学年第学期）第1周2第1章1.1-1.2人工智能定义、概念、发展历史建立课程整体认知，掌握智能、人工智能基础概念，梳理AI发展脉络重点：人工智能核心概念；难点：各阶段AI发展标志性事件区分课堂讲授+课堂讨论作业一：梳理人工智能发展时间线总结第1周2*实验一AI资料检索与时间线文档制作掌握文献检索、思维导图工具使用，独立完成AI发展脉络梳理重点：资料归纳整理；难点：关键历史事件归类上机实训在线测试：人工智能基础概念自测第2周2第1章1.3-1.4AI分类、应用领域、知识体系与学习路径分清AI不同层级分类，熟悉行业应用，搭建完整AI学习知识框架重点：AI分类体系、完整学习路线；难点：AI各技术分支逻辑关联课堂讲授+案例演示作业二：绘制个人人工智能学习路线图第2周2*实验二AI技术分支梳理与学习路线图绘制使用绘图工具搭建AI分层知识框架，分类归纳各技术应用场景重点：思维导图制作；难点：技术分支上下游逻辑梳理上机实训小组合作：AI行业应用案例汇总表第3周2第2章2.1-2.2数据、算法概念；算力、存储、云计算基础理解AI底层数据与算法关系，掌握支撑AI的硬件与分布式技术重点：数据类型、算力架构；难点：分布式计算运行逻辑课堂讲授+案例分析作业三：调研云计算在AI训练中的应用报告第3周2*实验三主流AI云平台实操与算力配置调研登录公有云平台查看AI训练服务器配置，对比不同算力方案成本重点：云平台基础操作；难点：算力指标解读上机实训综合练习：AI训练算力选型对比表格第4周2第2章2.3-2.4Python开发工具、深度学习框架、大数据基础熟悉主流AI开发工具，理解大数据核心概念与AI关联重点：主流深度学习框架对比；难点：大数据技术对AI的支撑逻辑课堂讲授+工具演示在线测试：大数据核心概念流程设计第4周2*实验四Python、PyTorch/TensorFlow环境搭建完成Anaconda、编辑器安装，深度学习框架环境配置与基础运行测试重点：多版本包管理；难点：框架依赖冲突解决上机实训综合练习：Python基础数据处理代码第5周2第3章3.1机器学习定义、分类、完整开发流程分清监督/无监督学习，建立标准机器学习项目流程思维重点：机器学习开发全流程；难点：区分不同机器学习适用场景课堂讲授+流程图推导在线视频学习Scikit-learn入门，作业四：机器学习流程梳理第5周2*实验五Scikit-learn入门与机器学习项目流程搭建搭建完整机器学习流水线，完成数据集加载、划分、训练基础流程重点：数据集划分、标准流程编码；难点：项目模块化设计上机实训综合练习：机器学习项目流程图代码实现第6周2第3章3.2监督学习、无监督学习主流算法原理掌握回归、分类、聚类基础算法核心思想重点：线性回归、K均值核心原理；难点：算法适用场景区分课堂讲授+公式推导在线测试：监督/无监督算法辨析第6周2*实验六线性回归、K-Means算法代码复现实现回归预测与无监督聚类，输出结果可视化图表重点：算法基础编码；难点：聚类中心点可视化解读上机实训小组合作：两类算法适用场景对比分析第7周2第3章3.3-3.4模型评价、交叉验证、超参数调优、综合案例掌握模型评估方法，学会调参优化模型效果重点：混淆矩阵、交叉验证；难点：超参数搜索逻辑课堂讲授+对比实验演示作业五：分类模型评估指标实现代码第7周2*实验七模型评估、交叉验证与网格搜索调参完成混淆矩阵绘制、K折交叉验证、网格搜索自动寻优对比实验重点：评估指标代码实现；难点：超参数搜索结果分析上机实训综合练习：不同参数下模型效果对比报告第8周2第4章4.1-4.2深度学习概述、各类神经网络基础理解深度学习优势，掌握CNN、RNN、Transformer基础结构重点：CNN卷积、Transformer自注意力；难点：网络结构作用原理课堂讲授+网络结构动画演示作业六：四种神经网络结构对比总结第8周2*实验八基础CNN搭建与网络结构可视化搭建简易卷积神经网络，可视化卷积层提取图像特征，对比四类网络结构重点：卷积层运算；难点：自注意力机制可视化理解上机实训综合练习：神经网络结构优缺点对比文档第9周2第4章4.3-4.4深度学习训练流程、模型部署、PyTorch实操掌握数据准备、训练、评估、部署完整链路重点：模型训练与优化；难点：模型轻量化部署思路课堂讲授+代码演示在线测试：深度学习项目完整流程第9周2*实验九PyTorch完整训练循环与模型轻量化导出完成数据集加载、训练、验证、模型保存、轻量化导出整套代码重点：训练循环编写；难点：模型压缩基础操作上机实训小组合作：小型模型部署简易方案设计第10周2第5章5.1-5.2计算机视觉基础、图像分类技术理解视觉数字化原理，对比传统与深度学习图像识别重点：图像数字化、CNN图像分类；难点：图像特征提取逻辑课堂讲授+图像案例演示作业七：图像分类技术发展对比分析第10周2*实验十图像预处理与CNN图像分类实战完成图像归一化、增强，搭建图像分类模型完成训练与预测重点：图像数据预处理；难点：图像特征提取逻辑分析上机实训综合练习：传统图像识别与深度学习效果对比第11周2第5章5.3-5.5目标检测、图像分割、计算机视觉行业应用掌握检测、分割任务原理，了解医疗、自动驾驶视觉落地场景重点：深度学习目标检测算法；难点：实例分割与语义分割区分课堂讲授+行业案例拆解在线测试：计算机视觉任务分类自测第11周2*实验十一预训练目标检测/分割模型调用实操加载开源预训练视觉模型，完成图片检测、语义分割效果可视化重点：预训练模型调用；难点：两种分割任务结果区分上机实训小组合作：计算机视觉落地行业案例调研报告第12周2第6章自然语言处理全章节文本预处理、词向量、语音技术、NLP应用掌握文本清洗、表示方法，理解翻译、问答等大语言应用重点：文本预处理、词向量；难点：语义理解底层逻辑课堂讲授+文本案例演示作业八：文本预处理完整流程代码实现第12周2*实验十二文本清洗、分词与词向量训练实操完成文本去噪、分词、Word2Vec词向量训练，实现简单文本相似度计算重点：文本预处理流水线；难点：词向量语义解读上机实训综合练习：不同文本预处理方案效果对比第13周2第7章强化学习全章节MDP、Q-Learning、深度强化学习、行业应用理解强化学习交互逻辑，掌握DQN、PPO基础原理重点：马尔可夫决策过程；难点：DQN经验回放机制课堂讲授+游戏AI案例演示在线测试：强化学习核心概念测试第13周2*实验十三Q-Learning简易小游戏AI、DQN基础调试搭建网格世界环境，实现Q表迭代，简易DQN训练智能体重点：奖励函数设计；难点：经验回放机制编码上机实训小组合作：游戏AI强化学习方案分析第14周2第8章大模型完整章节大模型原理、训练部署、提示词工程、发展趋势掌握大模型基础架构，学会高质量提示词设计重点：提示词工程设计方法；难点：大模型训练算力瓶颈课堂讲授+实操案例演示作业九：多场景高质量提示词设计集第14周2*实验十四大模型API调用与多场景提示词优化调用开源大模型接口，针对办公、教育、数据分析场景设计、调优提示词重点：提示词结构化设计；难点：输出效果迭代优化上机实训综合练习：提示词优劣对比实验报告第15周2第9-10章AI全行业应用、AI伦理、隐私、监管与社会挑战梳理AI全领域落地场景，辨析AI各类伦理风险与法规重点：AI行业应用、隐私与公平性；难点：AI伦理困境权衡课堂讲授+真实案例研讨作业十：综合课程项目计划书撰写第15周2*实验十五课程综合项目选题、需求分析与方案设计分组确定课程大项目，完成数据集选型、技术路线、项目计划书撰写重点：项目整体方案规划；难点：技术路线合理设计上机实训小组合作：完整项目计划书文档提交第16周2课程整体复盘、模型可解释性、期末考核说明串联全书AI知识体系，掌握基础模型解释方法重点：全课程知识脉络梳理；难点：各技术栈融会贯通课堂讲授+小组答辩指导最终项目答辩PPT准备第16周2*实验十六综合项目代码完善、PPT制作与模拟答辩完成项目全代码调试、实验图表整理、答辩PPT制作，分组模拟汇报重点：项目成果完整展示；难点：技术创新点提炼上机实训提交完整项目源码、报