1、系统架构
针对高校人工智能院系建设亟待解决的难题,育信科技以工程教育专业认证为标准,围绕新工科体系建设,为各大高校量身定制了人工智能信息一体化的教学科研平台——智能云教育大数据服务平台。
以人工智能专业建设为核心,成功推出“人工智能实训系统”,包括完善的课程体系、教学环节和支撑平台,提供集专业方向、实战演练、职业规划、工程认证、教学体系、课程体系及师资培训于一体的建设思路,配备完整的人工智能软、硬件环境和配套资源,理实结合,循序渐进全面培养人工智能方向的技能型、应用型和科研型人才。
从数据的视角,多维度客观评估教学的主体对象,开展学情管理,实时监控整个教学过程,有效推进完善持续改进,促进高校教学的质量保障!
2、教学体系
教学目标
Ø人才类型:应用型、科研型,兼顾技能型
Ø全面知识覆盖:基础学习、机器学习、深度学习、智能控制及机器人系统等
Ø多种教学模式:理论、实践、实战、实习、竞赛、毕业设计等,培养人工智能专业复杂工程知识学习和解决能力
Ø全数据采集:为专业认证提供数据支撑、为专业建设提供专项分析、为持续改进提供有效依据
Ø毕业去向:科学研究、工程开发、电气自动化、机械制造、计算机方向等
能力要求
Ø电子信息系统和智能信息系统的设计与开发能力
Ø一定的科研能力
Ø知识自我更新和不断创新能力
Ø解决复杂人工智能工程问题的能力
系统基础操作——编程语言开发——数据库操作运维——数据采集、数据挖掘、数据分析——Python开发设计——机器学习——深度学习——智能控制、
嵌入式开发——机器人控制开发——团队合作、各司其职——有效沟通、合理解说——方案设计、自我管理——不断创新、终身学习
3、课程体系
Ø以输出结果为导向,长期与吉林大学及优秀的人工智能企业合作,精选优选案例,完成人工智能实训系统的建设
Ø通过基础学习-机器学习-深度学习-智能控制-机器人系统等五个阶段以循序渐进的方式完成人工智能专业人才的培养
Ø微课慕课、图文并茂学习理论知识,项目训练、竞技比赛、多人组队进行实践操作,着力培养学生学习、创新和解决复杂工程问题等综合能力
Ø课程体系构建了理论章节152个,涵盖知识点约800+,微课视频110+,共246学时教学容量;同时配套实验438个,练习877个(涉及验证型633个、
推论型187个、设计型57个),教学容量共计743学时
涉及课程资源
阶段 | 课程名 | 课程类型 | ||
阶段一 人工智能入门 | 基础 | 系统基础 | Linux系统管理 | 理论+实验 |
Windows系统使用 | 理论+实验 | |||
编程基础 | C编程语言教学实验系统 | 理论+实验 | ||
C++语言教学实验系统 | 理论+实验 | |||
JAVA编程语言教学实验系统 | 理论+实验 | |||
Python编程语言教学实验系统 | 理论+实验 | |||
数据库基础 | MySQL | 理论+实验 | ||
Oracle | 理论+实验 | |||
大数据基础 | Excel | 理论+实验 | ||
Hadoop架构与基础知识 | 理论+实验 | |||
Hadoop-HA部署与使用 | 理论+实验 | |||
人工智能基础 | 人工智能基础 | 理论 | ||
机器学习基础 | 理论 | |||
进阶 | Python应用 | Python训练系统 | 实验 | |
Python爬虫 | 理论+实验 | |||
大数据进阶 | Hive | 理论+实验 | ||
HBase | 理论+实验 | |||
Sqoop | 理论+实验 | |||
R语言 | 理论+实验 | |||
Zookeeper | 理论+实验 | |||
数据可视化 | 理论+实验 | |||
大数据综合应用 | 实验 | |||
大数据提高 | Flume | 理论+实验 | ||
Scala语言 | 理论+实验 | |||
Spark | 理论+实验 | |||
综合实验 | 实验 | |||
阶段二 | 机器学习 | Scikit-learn | 实验 | |
阶段三 | 深度学习 | TensorFlow | 实验 | |
Pytorch | 实验 | |||
阶段四 | 自动/智能控制 | Arduino理论 | 理论 | |
Arduino实验 | 实验 | |||
智能控制原理 | 理论 | |||
阶段五 | 机器人控制系统 | ROS机器人理论 | 理论 | |
ROS机器人实验 | 实验 |
Ø智能小车:含有20多种配件(红外循迹模块、超声波模块、蓝牙模块、红外模块、WiFi模块等),以小车为基础,在小车上安装各种各样的配件以实现不同的功能。
ØArduino实验箱:含有60多种配件及传感器(人体红外热释运动模块、DHT11温湿度传感器模块、有源蜂鸣器模块、2路继电器模块、水位传感器模块、PS2游戏摇杆模块、水平传感器模块、食人鱼发光模块、震动传感器模块、亮度传感器模块等),可以完成至少30种以上的实验,简单易学,并且可以根据现有配件可以扩展开发出其他实验。
ØROS机器人:采用全新的扩展卡尔曼滤波(ekf)多传感器姿态融合算法,支持激光雷达构建地图、支持gmapping、hector、karto、谷歌Cartographer算法构图,支持室内自动导航、动态避障、AMCL室内定位功能,支持手柄、手机控制等其他功能。
4、数据分析
Ø大数据可视化技术,对教学数据进行挖掘分析成果展示
Ø可以实现专业培养目标、毕业要求、教学大纲、课程大纲等的达成分析展示
Ø颗粒化个人,学生单门课程、学期目标、个人能力等的达成分析展示,真正将教育质量分享到每一个参与者