当前，我国高等院校本科人工智能专业以培养人工智能应用型人才为主，在立足熟练应用先进的人工智能信息化工具的同时，为进一步向科研型人才深入探索与发展打下坚实的理论与技术基础。算法工程师，又称：人工智能工程师、机器学习/深度学习工程师；属于算法工程型人才，同时也是当前国内本科人工智能专业重点培养人才，在整个人工智能项目生命周期中充当关键的角色，是人工智能基础研究与产业应用之间的关键连接，采用最新的机器学习技术，使用适用于解决问题的数据集来获取解决特定的业务问题，并确保其能大规模部署上线服务。对口专业包括：人工智能、计算机科学，数据科学与大数据技术，数学，运筹学，物理，电气工程专业等。主要工作职责包括 ——
- 负责实现高维数据分析，应用已知有效的方法，来解决实际问题
- 运用开源框架和工具，运行已有算法，训练业务数据，获得工作模型
- 应用机器学习技巧，通过特征选取或者调节参数，使模型更准确、快速
- 评估各种算法功能和局限，其最优化方法的特点、资源占用及消耗情况
人工智能的核心算法都需要依赖 C/C++ 完成，同时这些算法跑起来非常复杂，属于计算密集型任务，缺乏应用友好度，对于初学者学习路线也非常陡峭。而 Python 语言属于 C/C++ 的接口，通过规避底层逻辑的高阶接口调用、天然的数据统计分析支持、跨平台灵活移植与可扩展性、庞大的产业数据科学社区开源库支持、以及最后回归 C/C++ 的可嵌入性，使 Python 成为人工智能的首选语言。从教学的角度而言，应避免一开始就陷入代码实现细节，借助显浅易懂的语言，快速搭建一个可以调用和迭代的原型，通过平滑的学习曲线逐步人工智能技术的原理与算法逻辑实现认知、应用、推导、求证、集成迁移、重组合乃至创新，最后再回归深究其底层的实现原理。因此，本课程体系以 Python 作为核心编程语言，贯穿整个人工智能本科专业课程实践操作，令学生专注与人工智能的逻辑与原理，并透彻理解 Python 技术与应用。
2021 年新版课程体系部分实验资源展示 ——
《人工智能导论》实验列表
实验 1. 图论与七桥问题
实验 2. 图论求解航线规划问题
实验 3. 西游记关系图谱
实验 4. 启发式搜索求解棋盘问题
实验 5. 广度优先求解八数码问题
实验 6. 深度优先求解八数码问题
实验 7. A* 算法求解八数码问题
实验 8. 基于 CSP 地图着色
实验 9. 模糊搜索算法预估温度影响
实验 10. 状态空间搜索求解汉诺塔问题
实验 11. 命题逻辑归结推理
实验 12. 归结反演命题证明
实验 13. 模糊逻辑库
实验 14. 简单模糊决策实现
实验 15. 模糊控制系统
实验 16. 遗传算法求解最短路径问题
实验 17. 遗传算法求解函数最大值
实验 18. 粒子群优化算法求解最短路径问题
实验 19. 蚁群算法求解最短路径问题
实验 20. 禁忌搜索求解最短路径问题
实验 21. 模拟退火算法求解最短路径问题
实验 22. 模拟退火算法求解组合优化问题
实验 23. 分布估计算法求解组合优化问题
实验 24. 动物识别专家系统
实验 25. 客户购买意愿分析
实验 26. K 近邻鸢尾花分类
实验 27. 随机森林员工离职预测
实验 28. SVM 手写数字识别
实验 29. 朴素贝叶斯算法原理与实现
实验 30. 波士顿房价正则化回归预测
实验 31. 超市商品搭配策略
实验 32. 学生成绩聚类
实验 33. 糖尿病患者检测
实验 34. 鸢尾花神经网络分类
实验 35. Fashion MNIST 衣帽鞋类分类
实验 36. 自动人脸标注
实验 37. 武侠小说出场人物名称抽取
实验 38. 贝叶斯垃圾邮件分类
实验 39. 多臂博彩机问题策略实现
实验 40. Q-Learning 智能密室逃脱
《自然语言处理》实验列表
实验1. 文本分析
实验2. 文本分词
实验3. 词性标注
实验4. 移除停用词
实验5. 文本标准化
实验6. 拼写校正
实验7. 词干提取
实验8. 词形还原
实验9. 命名实体识别
实验10. 词义消歧
实验11. 语句边界检测
实验12. 案例_Raw 文本数据预处理
实验13. 文本清洗和分词
实验14. N-Gram
实验15. Keras TextBlob 文本分词
实验16. 高级文本分词器
实验17. RegexpStemmer 词干提取
实验18. Porter 词干提取
实验19. 执行词形还原
实验20. 单复数变换
实验21. 文本翻译
实验22. 移除文本停用词
实验23. 案例_从新闻中提取热门关键词
实验24. 文本通用特征提取
实验25. 文本通用特征提取进阶
实验26. 词袋模型
实验27. 齐夫定律
实验28. TF-IDF 表示法
实验29. Jaccard 和余弦相似度
实验30. Lesk 词义消歧
实验31. 词云生成
实验32. 依存解析树与命名实体可视化
实验33. 案例_文本数据可视化
实验34. 文本数据层次聚类
实验35. K 均值文本聚类
实验36. 逻辑回归文本分类
实验37. 朴素贝叶斯文本分类
实验38. K 近邻文本分类
实验39. 文本数据回归分析
实验40. 决策树文本分类与评分预测
实验41. 随机森林文本分类与评分预测
实验42. XGBoost 文本分类与评分预测
实验43. 数据采样
实验44. 移除高度相关特征
实验45. 文本 PCA 降维
实验46. 模型评估指标
实验47. 构建 NLP 项目工作流
实验48. 模型保存与重加载
实验49. 案例_开发端到端文本分类器
实验50. 提取 HTML 标记文本
实验51. 采集在线文本数据
实验52. Jupyter HTML 分析
实验53. 案例_在线 HTML 页面信息提取
实验54. 正则表达式数据提取.
实验55. 处理 JSON 文件
实验56. 处理 XML 文件
实验57. API 数据采集
实验58. 潜在语义分析
实验59. 潜在狄利克雷分配
实验60. 电视问答节目主题建模
实验61. 分层狄利克雷过程 – 主题建模
实验62. 分层狄利克雷过程 – 参数调整
实验63. LDA 与 HDP 主题建模对比
实验64. 单词独热编码
实验65. 手动字符编码
实验66. Keras 字符编码
实验67. Word2Vec 词向量训练
实验68. 词向量预训练模型
实验69. Doc2Vec 文档向量
实验70. 文档向量新闻查找
实验71. 马尔可夫链随机文本生成
实验72. TextRank 文本摘要算法
实验73. 金融服务消费者投诉摘要
实验74. textblob 基本情感分析
实验75. 案例_textblob 社交网络文本情感分析
实验76. 机器学习情感分析数据加载
实验77. 机器学习情感分析模型
实验78. 中文文本情感分析
实验79. 情感细粒度分析
实验80. 一维卷积电影评论情感分类
实验81. 二维卷积中文微博情感分类
实验82. 微博情感分类模型预测
实验83. 双向 LSTM 中文微博情感分类
实验84. BERT 文本特征提取
实验85. BERT 完形填空
实验86. BERT 电商用户点评分类预测
《数字图像处理》实验列表
实验1. 创建 NumPy 数组
实验2. 读取、处理和写入图像
实验3. 水面倒影效果
实验4. 实现复杂的镜面效果
…
《机器学习》实验列表
……
《深度学习》实验列表
……
《强化学习》实验列表
……
《生成对抗网络》实验列表
……
《最优化理论实践》实验列表
……
2021 年新版课程体系实验资源持续整理发布中 ……