深度学习-课程简介
(1)培养目标
《深度学习》课程通过理论知识讲授模块、自主学习方法讲授模块、应用平台搭建讲授模块、多领域应用讲授模块、创新能力培养模块多维度、系统地对深度学习的原理和应用进行介绍。
该课程能够让学生掌握深度学习的基本理论，并对不同类型的神经网络进行分析和评估；让学生熟悉深度学习在多个领域的应用，具备将深度学习应用于实际问题的能力；让学生能够独立设计、搭建和训练复杂的神经网络模型，在各种数据集上取得良好的效果；让学生能够使用计算机编程语言实现深度学习模型的相关算法，并阅读和理解最新的深度学习研究成果。
(2)内容设置
[1]理论知识讲授模块
讲授人工智能、机器学习、深度学习的基本概念，重点介绍深度学习中卷积神经网络、稀疏编码、限制（受限）玻尔兹曼机、自编码器等理论和基础应用。
[2]自主学习方法讲授模块
讲授深度学习的自主学习方法，包括如何高水平地阅读深度学习相关论文，实时掌握当今主流的深度学习方法，旨在让同学们具备和保持高水平的实时学习能力。
[3]应用平台搭建讲授模块
讲授如何简单搭建深度学习应用平台，指导同学们利用深度学习平台完成一些应用领域的实际任务。
[4]多领域应用讲授模块
讲授基于深度学习的热门应用，例如人脸识别、语义分割、目标检测等，并在和传统方法的对比过程中深入说明深度学习的价值和意义。
[5]创新能力培养模块
根据所学习的知识、搭建的平台、阅读的文献，找到以往深度学习理论或者技术的不足之处，通过讨论式学习提出解决方案，在此过程中培养同学们的科研创新能力。
(3)主要教学方式
课程采用理论讲授和实践训练相结合的授课方式。任课教师在讲解深度学习理论的基础上，安排更多的实践项目，让同学们亲自动手去编写深度学习模型，以加深对理论知识的理解和巩固实践技能。
(4)先修课要求
《程序设计基础》、《面向对象方法与技术》、《软件工程》
