高职校人工智能理论与实训课程体系建设

【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《高职校人工智能理论与实训课程体系建设》，欢迎阅读！

龙源期刊网 http://www.qikan.com.cn

高职校人工智能理论与实训课程体系建设

作者：刘畅

来源：《世界家苑·学术》2017年第11期

摘 要：基于人工智能第二阶段的相关趋势的分析，说明数据分析与数据采集的重要性，从教学改革、教学方法、课程内容等几个方面对高职校人工智能课程的教学内容进行了探讨。针对新一代人工智能专业的技术特点与高职校实训体系建设，分析了数据采集的实训课程与TensorFlow技术入门条件。

关键词：教学计划；人工智能；数据采集；TensorFlow 0 引言

凡事过去，皆是序曲—莎士比亚。2016年阿法狗的横空崛起正式标志着人类历史上人工智能的发展史进入第二阶段，之前人工智能的研究领域在于使用先进的算法来AI的思维模式，马尔科夫链、向量机、退火算法与神经网络等工具在各种学术前沿所使用，新一代的AI使用深度学习的理念，在人工神经网络上高速发展，让AI自身分析大量原始数据获取特征值，使AI的智能化大大提升，而其核心就是数据。AI研究也从金字塔尖的数学算法逐步走向整个社会的数据搜集，高职校也可以承担一部分人工智能中数据采集的工作，本文将探讨一下高职校学生数据采集课程的实训课程与计划。 1 数据的重要性

在传统高职校老师与学生印象中，数据被抽象为单纯的数字或由数字组成的集合，但现代文明中数据的实际意义已经远超出了数字，所有电子信号能表示的一切：图片、文字、音频与视频都是数据的一部分，上到宇宙运行的物理模型，下到工厂运转的设计流程全可由数据组成。数据本身客观存在，但人们对其意义的认知出现了偏差，随着技术进步，研究人员逐渐认可文字、图片像素与语音这些基本载体的信息为数据的组成。并进一步数据也不等同于信息，信息可以指代有具体意义的数据，也可指代隐藏在事物本质下的客观事实，而数据包罗万象，可以随意制造，存在大量错误或者无意义的数据，而在其基础上衍生出大量数据的处理工作便是我们高职校教学改革的机遇。然而高职校的教育体系还没有完全接受这种观点，对于数字媒体专业与人工智能专业中数据处理—数据采集、数据清洗、数据分析、数据规范的教学方向都没有归一，核心数据的外延如医学资料，传感网环境，工业设计图纸流程都没有融入相关教学体系，数据是新时代的技术基石，人类对其的认知也反应了人类文明的阶段。 2高职校课程改革的机遇

本文来源：https://www.dy1993.cn/zer.html