【课程简介】

本课程讲解了各类经典数据集的特点、规模与应用场景。从人工智能“以数据为驱动”的本质出发，强调数据集在模型训练、评估与技术进步中的基础作用。内容涵盖手写数字与汉字识别数据集（如MNIST、HCL2000）、彩色图像数据集（如CIFAR、ImageNet、COCO）、文本与对话数据集（如SQuAD、GLUE）以及其他多领域开放数据集。通过解析不同数据集的标注方式、任务类型与挑战，课程揭示了数据集如何为算法研究提供统一基准，推动计算机视觉、自然语言处理等方向的发展。

【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。