一、课程基本信息
课程代码：18100173
课程名称：深度学习
英文名称：Deep learning
课程类别：专业方向课
学 时：48
学 分：3
适用对象:大三以上对人工智能及相关学科感兴趣的学生
考核方式：考查
先修课程：数学分析、高等代数、概率论与数理统计
二、课程简介
本课程是人工智能前沿课程，培养学生用机器学习方法分析并解决包括但不限于图像理解、语音识别、自然语言理解等实际问题的能力。内容主要主要分成三大块，一是以回归、分类、广义回归为代表的浅层模型；二是BP神经网络、深度网络、卷积网络、反馈网络、长短期记忆单元等为代表的深度神经网络模型；三是介于有监督学习和无监督学习之间的强化学习模型。这些技术和内容是当今人工智能人才所必须掌握的，也是相关企业所迫切需要的。课程的特色是通过通俗易懂的推导、简单的算例展示各种模型的技术细节，然后通过实验来强化对知识的理解和动手能力的提高。
This is one of cutting-edge course from the field of artificial intelligence. Generally, The topics cover shallow model( regression/classification models include the basic concept of machine learning , generalized linear models),Deep model(BP networks and Depth learning models, deep convolution network, Rucurrent neural network, Long-short term memory model ) and a set of methods called reenforced learning techniques used in today's popular AlphaGo chess programs.