【课程简介】

本课程系统讲解了端到端架构与传统模块化架构的核心差异及其适用场景，并阐述多模态数据的机器表示与特征学习原理。从人工智能系统的基本架构出发，对比分析端到端架构的集成化优势及其在可解释性、数据依赖等方面的挑战，同时说明传统模块化架构的模块独立性特点。在此基础上，课程聚焦于数据特征与表征学习，详细阐释图像、文本、音频、视频等多模态数据如何转化为机器可处理的数字形式，并介绍独热编码、分布式表示等文本表征方法，以及卷积神经网络在特征自动提取中的应用。

【专家简介】

乔媛媛 北京邮电大学

美国麻省理工学院访问学者，教育部强国行专项行动团队负责人。在复杂数据分析领域深耕多年，科研成果已在各省市得到应用，获得省部级科学技术进步奖2项。获得全国高校人工智能教育大会优秀案例特等奖，全国电信类高校教师智慧教学案例一等奖，北京青教赛二等奖、最受学生欢迎奖等。主编《人工智能导论（文科版）》《人工智能导论（通识版）》中英双语数字教材，青少年科普教材《人工智能核心-神经网络》等。