Hands-on AI for Science and Technology

课程简介

主要讲授内容包括： a) 人工智能在科学领域的基础知识：机器学习框架（PyTorch、TensorFlow），科学计算（NumPy、SciPy）。 b) 人工智能在科学数据中的实践技术：回归、分类、聚类、图像/信号处理、决策以及大语言模型的应用。 c) 案例研究：从零构建大语言模型 d) 挑战（数据质量、模型可解释性、计算效率）及新兴趋势（人工智能驱动的科学发现、科学领域的联邦学习以及科技中的伦理人工智能）

学习目标

本课程旨在为学生提供实际技能和算法基础，使他们能够将人工智能应用于科学和技术领域的实际问题。课程强调人工智能技术的实践实施，涵盖机器学习、深度学习和计算工具，重点关注跨学科应用，如科学、工程、医疗保健、机器人技术等领域。

先修要求

无

教学模式

授课：介绍人工智能理论、工具及其跨学科应用，重点在于技术框架和科学问题解决。 辅导：使用真实科学数据集、仿真环境和人工智能开发工具进行动手编码会话和团队项目