spContent=随着人工智能技术在各行各业深入应用，其助力产业升级发展的作用越来越得到各行业领域专业人员认同。 因此，为响应中国智造与产业升级，面向各行企非人工智能人员开展人工智能常识、概念、通识技术普及显得越发必要，尤其通过各行业人工智能应用场景分享、体验、思考，更能激发各行业专业人员对人工智能与本行业结合的深刻认识和思考。
本门课程正是基于以上市场需求背景而开发。课程通过人工智能通识理论向学员传授人工智能基本概念、通识技术和产业生态，通过人工智能行业应用经典案例分享向学院展示各行业人工智能如何应用，通过人工智能行业基础案例演练让学有余力学员初步掌握人工智能开发流程和基本方法。
本门课程学习对象可以是在校学生，也可以是各种行企人员或社会普适大众。
随着人工智能技术在各行各业深入应用，其助力产业升级发展的作用越来越得到各行业领域专业人员认同。 因此，为响应中国智造与产业升级，面向各行企非人工智能人员开展人工智能常识、概念、通识技术普及显得越发必要，尤其通过各行业人工智能应用场景分享、体验、思考，更能激发各行业专业人员对人工智能与本行业结合的深刻认识和思考。
本门课程正是基于以上市场需求背景而开发。课程通过人工智能通识理论向学员传授人工智能基本概念、通识技术和产业生态，通过人工智能行业应用经典案例分享向学院展示各行业人工智能如何应用，通过人工智能行业基础案例演练让学有余力学员初步掌握人工智能开发流程和基本方法。
本门课程学习对象可以是在校学生，也可以是各种行企人员或社会普适大众。
—— 课程团队
课程概述
各行各业是人工智能落地的广阔天地，让各行各业人员深入了解AI与其行业结合的1+1>2效应，可有力帮助各行各业人员更好拥抱AI技术。
本课程定位于大专院校在校生、行企社会人员开展结合行业背景的人工智能应用通识学习，是一门介于人工智能专业导论和人工智能社会科普之间的AI通识基础课。通过本课程学习可实现：
1、熟悉AI基本通识知识：通过学习AI基础理论知识，熟悉AI基本概念、术语、定义，对AI产业发展现状有基本认知。
2、了解AI在产业中的应用：通过学习AI在各专业领域中典型应用，理解AI技术与本专业领域交叉结合的各种方式和产生效果，激发对本专业与AI结合性思维。并在了解所处专业在AI助力下产生的行业生态、技术升级、职业演变、岗位变迁情况，形成正确、前瞻性的职业生涯认知和规划。
3、初步具备AI开发能力：熟练掌握AI常用主流开发工具和环境搭建方法，能复现一个典型AI在所处专业领域应用案例。
为了实现以上教学目标，本课程将全课内容精心设计为三部分，分别对应以上三个教学目标，并且选择6个典型人工智能应用工业领域作为示范性阐述，并对这6个行业中AI典型应用场景分别举了一个实例作为入门实战，从课程知识前后递进既兼顾了AI基础理论通识，有紧密结合行业AI应用场景示例与实战，其中行业场景介绍和实战案例前后行业连续对应，适合不同行业学者学习和领会。同时，对初学者由浅入深，循序渐进，且其难易程度可有学者自行决定，使本课程受众面更广。
相关职业类证书：国家计算机等级证书、计算机技术与软件专业技术资格（水平）考试初级系列证书、数梦、华为、新华三等知名IT企业证书。
课程教材使用：何淼，《人工智能应用素养》，西安电子科技大学出版社。
参考资料：聂明，《人工智能技术应用导论》，电子工业出版社。
授课目标
人工智能应用素养课是面向非人工智能专业群的学生，通过紧扣专业集群的受众应用领域，即电子产品质量检测专业群、通信技术专业群、智能交通专业群、数字创意专业群、数字商务专业群和智能制造装备技术专业群，考虑到学生学习该课程没有前导基础和后续AI深入课程，设定通识课的主要目标为：
1、让学生了解AI在产业中的应用
通过讲解AI在产业中的应用情况，让学生了解和理解AI应用的概念，尤其是利用本专业领域的AI应用激发学生对本专业创造性思维理念。
2、结合专业培养复合型技术技能人才
以复合型人才培养目标裁剪和整合教学内容，培养学生建立智能应用意识，把人工智能思维与领域应用设计相结合，能够用人工智能技术为本专业赋能、提出领域创新应用。
课程大纲
人工智能应用生态概述——何为人工智能
课时目标：本章主要学习重点：1、初识人工智能，介绍什么是AI，身边的AI应用，AI促进新时代科技发展以及AI的发展历史和赋能等；2、介绍人工智能常识概念，包括常用术语、技术分类、技术地图等；3、人工智能的擅长和短板；4、人工智能发展现状和未来。
1.1 人工智能的基本概念
1.2 人工智能技术的实现
1.3 人工智能技术的现状以及未来
1.4 本章小结
1.5 思考题
人工智能应用生态概述——人工智能产业生态
课时目标：本章主要学习重点：1、AI主流技术架构及产业布局；2、人工智能技术岗位体系分布、就业现状以及未来发展前景；3、人工智能交叉行业岗位体系分布、就业现状以及未来发展前景。
2.1 人工智能四要素
2.2 人工智能的算法
2.3 人工智能的算力
2.4 人工智能的算据
2.5 本章小结
2.6 思考题
人工智能技术学业向导
课时目标：本章主要学习重点：1、人工智能专业人才的定义，技能需求和技术学习路径；2、人工智能交叉行业相关人才的定义、技能需求和技术学习路径。
3.1 人工智能技术应用专业学业向导
3.2 人工智能复合型人才学业向导
3.3 本章小结
3.4 思考题
人工智能在电子信息领域应用
课时目标：本章主要学习重点：1、讲解人工智能对电子信息业的影响。2、组织学生信息检索人工智能背景下的电子信息产业链发展、并总结。3、讲解几种典型的人工智能电子信息应用场景。4、介绍人工智能助力下电子信息领域面临的问题与展望。
4.1 人工智能在芯片设计以及制造方向的应用
4.2 人工智能在电子电路设计制造方向的应用
4.3 人工智能在电力电子方向上的应用
4.4 人工智能在遥控无人机中的应用
4.5 人工智能在未来电子信息领域应用的展望
4.6 本章小结
4.7 思考题
人工智能在通信技术领域应用
课时目标：本章主要学习重点：1、讲解人工智能对通信业的影响。2、组织学生信息检索人工智能背景下的通信业产业链发展、并总结。3、讲解典型智能通信人工智能应用场景。4、讲解人工智能助力下通信领域面临问题与展望。
5.1 人工智能对通信业的影响
5.2 人工智能在通信业应用现状
5.3 典型通信技术人工智能应用场景
5.4 人工智能助力下通信领域面临问题与展望
5.5 本章小结
5.6 思考题
人工智能在智能制造领域应用
课时目标：本章主要学习重点：1、讲解人工智能对制造业的影响。2、组织学生信息检索人工智能背景下的制造业产业链发展、并总结。3、讲解典型智能制造人工智能应用场景。4、讲解人工智能助力下制造业领域面临问题与展望。
6.1 人工智能对制造业的影响
6.2 人工智能下制造业产业链
6.3 典型智能制造人工智能应用场景
6.4 人工智能助力下制造业领域面临问题与展望
6.5 本章小结
6.6 思考题
人工智能在电子商务领域应用
课时目标：本章主要学习重点：1、讲解人工智能对电子商务的影响；2、组织学信息检索并收集在人工智能背景下，催生了商务领域哪些新模式、新岗位；3、讲解典型商务领域人工智能应用场景；4、分析并讲解人工智能助力下商务领域面临的问题与展望；
7.1 人工智能对电子商务的影响
7.2 人工智能催生商务领域新模式、新岗位
7.3 典型商务领域人工智能应用场景
7.4 人工智能助力下商务领域面临问题与展望
7.5 本章小结
7.6 思考题
工智能在艺术设计领域应用
课时目标：本章主要学习重点：1、 讲解人工智能对数码艺术产业的影响2、组织学生信息检索人工智能背景下的数码艺术产业链发展、并总结。3、讲解典型数码艺术领域人工智能应用场景。4、讲解人工智能助力下数码艺术设计领域面临问题与展望。
8.1 传统艺术设计技术发展趋势
8.2 人工智能对艺术设计的影响
8.3 艺术设计典型场景介绍
8.4 人工智能时代下艺术设计产业的机遇与挑战
8.5 本章小结
8.6 思考题
人工智能在智能交通领域应用
课时目标：本章主要学习重点：1、讲解人工智能对交通产业的影响。2、组织学生信息检索人工智能背景下的交通领域产业链发展、并总结。3、讲解典型交通领域人工智能应用场景。4、讲解人工智能助力下交通领域面临问题与展望。
9.1 人工智能对交通产业的影响
9.2 人工智能下交通产业链
9.3 典型交通领域人工智能应用场景
9.4 人工智能助力下交通领域面临问题与展望
9.5 本章小结
9.6 思考题
人工智能应用开发平台组建
课时目标：本章主要学习重点：1、讲解人工智能开发基础环境组成和特点；2、组织学生进行开发基础环境搭建；3、组织学生练习基础环境调试部署方法。
10.1 常用开发环境
10.2 部署python开发环境
10.3 PyCharm安装与使用
10.4 本章小结
10.5 思考题
电子信息领域AI应用——光伏发电量预测实战
课时目标：本章主要学习重点：1、介绍新能源发电现状和光伏发电预测业务背景；2、讲解光伏发电预测案例总体设计框架；3、阐述发电数据预处理、学习模型训练过程并评估预测结果。4、总结案例使用的学习模型和算法。
11.1 光伏电站发电量预测案例背景
11.2 案例实现总体框架流程
11.3 案例环境准备
11.4 案例数据准备
11.5 模型创建
11.6 模型调优
11.7 发电量预测与导出
11.8 本章小结
11.9 思考题
网络通信领域AI应用——网络流量异常检测实战
课时目标：本章主要学习重点：1、介绍网络流量异常检测业务背景；2、讲解案例总体设计框架、训练过程并评估检测结果。3、总结案例使用的学习模型和算法。
12.1 网络流量异常检测业务背景
12.2 数据集
12.3 Python数据预处理
12.4 KNN实现入侵检测算法实现
12.5 本章小结
12.6 思考题
智能制造领域AI应用——智能分拣实战
课时目标：本章主要学习重点：1、讲解自动分拣产业背景；2、引入智能制造典型案例：智能分拣案例引入，并介绍整体实习框架；3、讲解分类算法讲解；案例实现。
13.1 智能分拣需求业务背景
13.2 视觉分拣系统设计
13.3 品类分类算法—基于卷积神经网络的图像分类算法
13.4 数据集准备
13.5 数据集准备
13.6 基于迁移学习改进
13.7 本章小结
13.8 思考题
数字商务领域AI应用——电影推荐实战
课时目标：本章主要学习重点：1、讲解电影推荐需求业务背景；2、介绍电影推荐案例实现的总体框架流程；3、组织学生从案例数据准备、训练参数优化、模型训练、模型评估、模型使用等几个步骤进行案例实现。
14.1 电影推荐需求业务背景
14.2 电影推荐案例实现总体框架流程
14.3 案例数据准备
14.4 训练参数优化
14.5 模型训练
14.6 评估训练模型
14.7 训练模型使用
14.8 本章小结
14.9 思考题
数字艺术领域AI应用——绘画风格迁移实战
课时目标：本章主要学习重点：1、讲解绘画风格迁移的应用背景；2、介绍绘画风格迁移案例实现的总体框架；3、组织学生编程实现，并讨论不同参数设置对实现效果的影响。
15.1 绘画风格迁移产业背景
15.2 绘画风格迁移的技术方案
15.3 项目相关知识基础
15.4 特征提取
15.5 训练生成图像
15.6 输出结果
15.7 本章小结
15.8 思考题
智能交通领域AI应用——小车自动驾驶实战
课时目标：本章主要学习重点：1、讲解智能交通领域自动驾驶背景；2、介绍自动驾驶案例实现总体框架；3、智能制造典型案例实现：自动驾驶案例引入；标志物识别算法讲解；案例实现。
16.1 自动驾驶产业背景
16.2 智能车系统设计
16.3 标志物识别算法—YOLO算法简介
16.4 数据标注—利用标注数据集
16.5 数据集格式转换和划分
16.6 训练YOLOv5模型
16.7 已训练模型推理及评估训练结果
16.8 拓展任务：YOLOv5检测显示中文标签
16.9 本章小结
16.10 思考题
展开全部
预备知识
学习本门课程，需要预备以下知识：
1、掌握一门高级编程语言，如python语言，具有基本编程思维方式。
2、掌握windows或Linux之一的操作系统基本使用方法。
3、能利用信息检索、文献资料查阅方法，具备搜索行业前言信息能力。
参考资料
[1] 人工智能通识课，皮埃罗·斯加鲁菲，人民邮电出版社，ISBN编号：9787115536808；
[2] 人工智能与电气应用，胡维昊等，科学出版社，ISBN编号：9787030682260；
[3] 人工智能（AI）应用从入门到精通，苏秉华、吴红辉、滕悦然,，化学工业出版社，ISBN编号：9787122362360
[4] 人工智能技术及应用，程显毅、任越美、孙丽丽等，机械工业出版社，ISBN编号：9787111660835
[5] 人工智能应用基础，肖正兴,聂哲，高等教育出版社，ISBN编号：9787040527599
[6] 人工智能应用概论，莫少林、宫斐，中国人民大学出版社，ISBN编号：9787300285856
[7] 智能制造AI落地制造业之道，蒋明炜，机械工业出版社，ISBN编号：9787111699316
[8] 探路智慧社会（人工智能赋能社会治理），之江实验室，中国科学技术出版社，ISBN编号：9787504690081
