【课程简介】

本课程讲解了计算机视觉与自然语言处理中的代表性模型及其原理，并梳理常用开源软件库与框架的功能特点。课程首先回顾深度学习模型的发展脉络，重点剖析计算机视觉中的经典模型（如CNN、ResNet、YOLO、扩散模型、ViT）和自然语言处理中的关键模型（如Transformer及其衍生的大规模预训练模型）。通过揭示这些模型的设计思想与突破性贡献，帮助学习者理解AI技术演进的内在逻辑。随后，课程对比介绍基础开源软件库（如Scikit-Learn）与框架库（如TensorFlow、PyTorch、飞桨等），阐明它们在数据处理、模型构建、训练部署中的不同角色与使用场景。

【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。