前沿人工智能技術(shù)深度研修計劃
課程核心價值體系
本課程構(gòu)建三大能力培養(yǎng)模塊:強化學(xué)習(xí)算法解析→圖神經(jīng)網(wǎng)絡(luò)應(yīng)用→科研論文實戰(zhàn)。通過案例拆解與項目實操,使學(xué)員掌握從算法原理到工程實現(xiàn)的全流程能力。
- ? 強化學(xué)習(xí)框架開發(fā)能力提升
- ? AutoML自動化建模技術(shù)掌握
- ? 國際期刊論文寫作規(guī)范訓(xùn)練
教學(xué)對象精準(zhǔn)定位
本課程主要面向具備以下基礎(chǔ)的學(xué)習(xí)者:
| 學(xué)科背景 | 具體要求 |
| 計算機相關(guān)專業(yè) | 掌握Python/Java等至少一門編程語言 |
| 數(shù)學(xué)基礎(chǔ) | 熟悉線性代數(shù)與概率統(tǒng)計知識 |
| 項目經(jīng)驗 | 具備基礎(chǔ)機器學(xué)習(xí)項目實踐經(jīng)驗 |
課程模塊進階體系
基礎(chǔ)理論模塊
課程首周重點解析遺傳算法原理及其在強化學(xué)習(xí)框架中的應(yīng)用,通過OpenAI Gym等工具進行算法驗證:
- ? 馬爾可夫決策過程建模分析
- ? Q-learning算法參數(shù)調(diào)優(yōu)實戰(zhàn)
- ? 行動者-批評模型架構(gòu)拆解
高階應(yīng)用模塊
第四周開始深入圖神經(jīng)網(wǎng)絡(luò)技術(shù)棧,結(jié)合PyTorch Geometric框架進行實際場景應(yīng)用:
- ? 圖卷積網(wǎng)絡(luò)特征提取技術(shù)
- ? 知識圖譜與GNN融合應(yīng)用
- ? AutoML自動化建模流程解析
學(xué)術(shù)成果保障機制
論文指導(dǎo)體系
5周專業(yè)論文輔導(dǎo)包含文獻檢索、實驗設(shè)計、數(shù)據(jù)可視化等全流程指導(dǎo)
學(xué)術(shù)發(fā)表支持
協(xié)助完成EI/Scopus等國際會議論文投稿,提升學(xué)術(shù)競爭力
學(xué)員完成課程并通過考核后,將獲得包含以下文件的完整學(xué)術(shù)檔案:
- ? 中英文版課程結(jié)業(yè)證書
- ? 個性化成績評估報告
- ? 導(dǎo)師簽發(fā)的推薦信