还剩1页未读,继续阅读
文本内容:
学院课程教学进度计划表(20〜20学年第二学期)课程名称Python数据分析与应用授课学时64主讲(责任)教师______________________参与教学教师__________________________授课班级/人数_________________________专业(教研室)________________________填表时间______________________________专业(教研室)主任____________________教务处编印年月
一、课程教学目的通过本课程的学习,使学生学会使用Python和TensorFlow2框架实现深度学习全流程,并详细拆解图像识别、语音识别、图像生成三个实际案例,将理论与实践相结合,为将来从事深度学习相关的研究、工作奠定基础
二、教学方法及手段本课程将采用理论与实践相结合的教学方法在理论上,通过任务引入概念、原理和方法在实践上,充分地利用现有的硬件资源,发挥学生主观能动性,指导学生使用TensorFlow2框架进行数据读取、数据预处理、构建网络、编译网络、训练网络、网络调参、模型评价同时结合三个实际案例,引导学生将所学知识与企业需求相结合,将知识活学活用要求学生自己动手分析实例,学习基本理论和方法,结合已有的知识,适当组织一些讨论,充分调动学生的主观能动性,以达到本课程的教学目的
三、课程思政目标落实立德树人的根本任务,坚持马克思主义的指导地位,将习近平新时代中国特色社会主义思想揉入教学例如,第3章动漫人脸生成实例中,引导学生提升法律意识,遵守我国相关的法律法规,在保护自身的著作权和知识产权的同时也避免侵犯他人合法权益;第4章基于深度学习技术对门牌的识别,促使学生了解科学技术的重要性,并提高对我国的技术运用能力的自信心;第5章语音识别案例中,培养学生的职业道德素养,不利用职业的便利非法获取他人隐私
四、课程考核方法突出学生解决实际问题的能力,加强过程性考核课程考核的成绩构成=平时作业(10%)+课堂参与(20%)+期末考核(70%),期末考试建议采用开卷形式,试题应包括基本概念、数据读取、数据预处理、构建网络、编译网络、训练网络、网络调参、模型评价等部分,题型可采用判断题、选择、简答、应用题等方式《Python数据分析与应用》教学日历周次学时授课内容忤业悭求备注Commented[L1]:作业主要是课后习题(选择题、操作题)、实训第1章海后习12第1章深度学习概述题ow2快速入门
(1)第2章选择题24第2章TensorFl34第2章TensorFlow2快速入门
(2)第2章操作题44第2章TensorFlow2快速入门
(3)第2章实训54第3章深度神经网络原理及实现
(1)第3章课后习题64第3章深度神经网络原理及实现
(2)第3章实训74第3章深度神经网络原理及实现
(3)第3章实训第3章深度神经网络原理及实现
(4)84第3章实训第4章基于CNN的门牌号识别
(1)84第4章基于CNN的门牌号识别
(2)第4章操作题104第4章基于CNN的门牌号识别
(3)第4章实训114第5章基于LSTM的语音识别
(1)第5章操作题124第5章基于LSTM的语音识别
(2)第5章实训第5章基于LSTM的语音识别
(2)134第5章实训第6草基于CycleGAN的图像风格转换
(1)g/甘工厂一一1一厂A KTiVl【砌/缶B卡将i44加阜星J CycieCjAIN的因1家双柏^技歌\1)弟6阜保1卜题/C、134牙j o早垩-j cycieoAiNu、j闺诗JN作^孑灭伏k J7小早头yi|第7章基于TipDM数据挖掘建模平台实现语音第7章实训166操作题注教材TensorFlow2深度学习实战。