1、系統架構
針對高校人工智能院系建設亟待解決的難題,育信科技以工程教育專業認證為標準,圍繞新工科體系建設,為各大高校量身定制了人工智能信息一體化的教學科研平臺——智能云教育大數據服務平臺。
以人工智能專業建設為核心,成功推出“人工智能實訓系統”,包括完善的課程體系、教學環節和支撐平臺,提供集專業方向、實戰演練、職業規劃、工程認證、教學體系、課程體系及師資培訓于一體的建設思路,配備完整的人工智能軟、硬件環境和配套資源,理實結合,循序漸進全面培養人工智能方向的技能型、應用型和科研型人才。
從數據的視角,多維度客觀評估教學的主體對象,開展學情管理,實時監控整個教學過程,有效推進完善持續改進,促進高校教學的質量保障!
2、教學體系
教學目標
?人才類型:應用型、科研型,兼顧技能型
?全面知識覆蓋:基礎學習、機器學習、深度學習、智能控制及機器人系統等
?多種教學模式:理論、實踐、實戰、實習、競賽、畢業設計等,培養人工智能專業復雜工程知識學習和解決能力
?全數據采集:為專業認證提供數據支撐、為專業建設提供專項分析、為持續改進提供有效依據
?畢業去向:科學研究、工程開發、電氣自動化、機械制造、計算機方向等
能力要求
?電子信息系統和智能信息系統的設計與開發能力
?一定的科研能力
?知識自我更新和不斷創新能力
?解決復雜人工智能工程問題的能力
系統基礎操作——編程語言開發——數據庫操作運維——數據采集、數據挖掘、數據分析——Python開發設計——機器學習——深度學習——智能控制、
嵌入式開發——機器人控制開發——團隊合作、各司其職——有效溝通、合理解說——方案設計、自我管理——不斷創新、終身學習
3、課程體系
?以輸出結果為導向,長期與吉林大學及優秀的人工智能企業合作,精選優選案例,完成人工智能實訓系統的建設
?通過基礎學習-機器學習-深度學習-智能控制-機器人系統等五個階段以循序漸進的方式完成人工智能專業人才的培養
?微課慕課、圖文并茂學習理論知識,項目訓練、競技比賽、多人組隊進行實踐操作,著力培養學生學習、創新和解決復雜工程問題等綜合能力
?課程體系構建了理論章節152個,涵蓋知識點約800+,微課視頻110+,共246學時教學容量;同時配套實驗438個,練習877個(涉及驗證型633個、
推論型187個、設計型57個),教學容量共計743學時
涉及課程資源
階段 | 課程名 | 課程類型 | ||
階段一 人工智能入門 | 基礎 | 系統基礎 | Linux系統管理 | 理論+實驗 |
Windows系統使用 | 理論+實驗 | |||
編程基礎 | C編程語言教學實驗系統 | 理論+實驗 | ||
C++語言教學實驗系統 | 理論+實驗 | |||
JAVA編程語言教學實驗系統 | 理論+實驗 | |||
Python編程語言教學實驗系統 | 理論+實驗 | |||
數據庫基礎 | MySQL | 理論+實驗 | ||
Oracle | 理論+實驗 | |||
大數據基礎 | Excel | 理論+實驗 | ||
Hadoop架構與基礎知識 | 理論+實驗 | |||
Hadoop-HA部署與使用 | 理論+實驗 | |||
人工智能基礎 | 人工智能基礎 | 理論 | ||
機器學習基礎 | 理論 | |||
進階 | Python應用 | Python訓練系統 | 實驗 | |
Python爬蟲 | 理論+實驗 | |||
大數據進階 | Hive | 理論+實驗 | ||
HBase | 理論+實驗 | |||
Sqoop | 理論+實驗 | |||
R語言 | 理論+實驗 | |||
Zookeeper | 理論+實驗 | |||
數據可視化 | 理論+實驗 | |||
大數據綜合應用 | 實驗 | |||
大數據提高 | Flume | 理論+實驗 | ||
Scala語言 | 理論+實驗 | |||
Spark | 理論+實驗 | |||
綜合實驗 | 實驗 | |||
階段二 | 機器學習 | Scikit-learn | 實驗 | |
階段三 | 深度學習 | TensorFlow | 實驗 | |
Pytorch | 實驗 | |||
階段四 | 自動/智能控制 | Arduino理論 | 理論 | |
Arduino實驗 | 實驗 | |||
智能控制原理 | 理論 | |||
階段五 | 機器人控制系統 | ROS機器人理論 | 理論 | |
ROS機器人實驗 | 實驗 |
?智能小車:含有20多種配件(紅外循跡模塊、超聲波模塊、藍牙模塊、紅外模塊、WiFi模塊等),以小車為基礎,在小車上安裝各種各樣的配件以實現不同的功能。
?Arduino實驗箱:含有60多種配件及傳感器(人體紅外熱釋運動模塊、DHT11溫濕度傳感器模塊、有源蜂鳴器模塊、2路繼電器模塊、水位傳感器模塊、PS2游戲搖桿模塊、水平傳感器模塊、食人魚發光模塊、震動傳感器模塊、亮度傳感器模塊等),可以完成至少30種以上的實驗,簡單易學,并且可以根據現有配件可以擴展開發出其他實驗。
?ROS機器人:采用全新的擴展卡爾曼濾波(ekf)多傳感器姿態融合算法,支持激光雷達構建地圖、支持gmapping、hector、karto、谷歌Cartographer算法構圖,支持室內自動導航、動態避障、AMCL室內定位功能,支持手柄、手機控制等其他功能。
4、數據分析
?大數據可視化技術,對教學數據進行挖掘分析成果展示
?可以實現專業培養目標、畢業要求、教學大綱、課程大綱等的達成分析展示
?顆?;瘋€人,學生單門課程、學期目標、個人能力等的達成分析展示,真正將教育質量分享到每一個參與者