学生通过学习本课程理论知识，并完成对应的实验内容，可以将人工智能深度学习各知识点融会贯通，强化所学知识的综合应用能力。本课程将为学生学习人工智能之深度学习--理论、模型和实践提供参考。

人工智能之深度学习课程包含了理论和实验。具体设计内容包括：

1) 人工智能基础。主要介绍其发展历程、数学基础和编程语言基础等。

2) 机器学习。主要介绍机器学习分类、函数、超参数、验证等。

3) 主要框架。主要介绍TensorFlow框架。

4) 前馈神经网络以及案例应用。

6) 卷积神经网络以及案例应用。

在全新的MOOC课程模式下，学生在课堂学习之余，可以充分利用网络资源，观看视频讲解、演示以及关键知识点和关键环节介绍，配合在线解答、线下课堂讲解和实验室指导，突破时间和空间约束，使得学生可以充分利用自主时间，完成理论学习和课程设计内容。

了解人工智能的发展历程，掌握相关的数学、编程知识。

已完成微积分、概率论、线性代数等基础数学课程的学习，并掌握了Python编程语言。

《机器学习》，周志华，清华大学出版社