人工智能与数据科学专题：深度学习神经网络在图像识别与智能决策制定中的应用研究

作者：南星教育 来源：院校库 标签：大学排名

人工智能与数据科学专题：深度学习神经网络在图像识别与智能决策制定中的应用研究

开始日期: 2026-01-17

课时安排: 6周在线小组科研+5周论文指导

Prerequisites适合人群

适合年级 (Grade): 高中生/大学生

适合专业 (Major): 对数据科学、人工智能、交通工程、数据分析、运筹学、城市交通规划感兴趣的学生，并有专业相关基本知识，如统计、计算机、应用数学。需要掌握Python。

Instructor Introduction导师介绍

Z老师

北京大学副教授

北京大学 QS综排亚洲Top2

周老师 副教授

伊利诺依大学厄巴纳-香槟分校 访问学者

香港大学 访问学者

主持参与多项自然科学基金、国家973等科研项目，发表多本著作

研究方向：大数据存储与处理、基于深度学习的软件开发、智慧城市智能交通

在核心期刊发表论文数十篇，参与自然基金科学项目等多项。曾在香港大学电子商业研究所从事电子商务方面的研究,在美国伊利诺依大学厄巴纳-香槟分校（University of Illinois at Urbana-Champaign）计算机科学系从事数据挖掘与信息检索方面的研究。科研项目涉及搜索引擎系统、智慧城市、智能交通、非结构化信息检索、电子商务、物联网、深度学习、大数据和云计算等方面。担任《Journal of Computer Science and Technology》杂志的审稿人。

Program Background项目背景

大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型、价值密度低和真实性等五大特征。

数据挖掘是一种发现并提取大型数据集中隐藏模式和信息的方法。它使用多种技术,如机器学习、统计分析和人工智能等,通过挖掘数据中的规律和关联性,从而帮助用户发现有用的知识。

人工智能 (Artificial Intelligence)，是一个以计算机科学（Computer Science）为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能系统，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

大数据和人工智能有着密切的联系，大数据是物联网、Web系统和信息系统发展的综合结果。人工智能和大数据之间的关系可以用“数据驱动”来概括，人工智能需要大量的数据来进行学习和训练,而大数据则需要人工智能来进行分析和挖掘，人工智能和大数据的结合可以让数据更好地为人类服务,提高数据的价值和效益。

Program Description项目介绍

本项目将介绍大数据、数据挖掘与深度学习的知识及其在交通方面的应用。介绍相关领域的基础概念与发展过程；研究不同种类的数据挖掘与深度学习算法，比如CRISP-DM、分类、聚类、CNN、RNN等。介绍数据挖掘与机器学习的优秀案例，如，车牌识别、交通流测量。可以介绍目标识别、障碍物识别、自动驾驶等。

Syllabus项目大纲

大数据概述：什么是大数据、大数据特点、Hadoop、GFS、Map Reduce、大数据处理算法、Spark

大数据系统与算法：Linux介绍、Hadoop、HDFS、分布式计算、Map Reduce

数据挖掘算法：什么是数据挖掘、监督学习与非监督学习、CRISP-DM、聚类，K-均值算法、分类，K-近邻算法

机器学习基础：机器学习，深度学习概述、线性回归、损失函数、最小二乘、梯度下降

深度学习：神经网络、反向传播算法、卷积神经网络（CNN）、LeNet, GoogLENet, VGG, ResNet, DenseNet、CNN的视觉应用、RNN与大模型介绍

项目答辩与点评：学生项目汇报与答辩、导师点评与指导.

Program Outcome项目收获

6周【在线小组科研+全球就业力大师课】+5周论文指导，共126课时

1500字左右的项目报告

优秀学员可获得主导师推荐信（8封网推）

项目结业证书

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导或者CNKI检索的英文普刊全文投递与发表指导

上一篇：工程管理专题：精益化策略与智能化信息集成技术的深度融合：探索智能建造中的高效管理与优化路径

下一篇：返回列表