各位小伙伴们，今年我在中国大学MOOC开设面向全国高校师生的《人工智能与交通大数据实战》课程，编号：0818BJTU217，交通、土木、规划、计算机等领域的本科生和研究生都可以选，欢迎大家选课交流！也欢迎大家推荐给身边的同学和学弟学妹们选课！今年首次开课，课程内容与我在北京交通大学开设的《人工智能与交通大数据实战》课程，内容一致，认真学习后，相信大家会有不错的收获！

开课平台：中国大学MOOC

 开课时间：2024年10月22日

课程关闭时间：2024年12月31日

课程寄语

对于非计算机专业的学生，不管是交通领域、土木领域、规划领域等，在这样一个人工智能和大数据时代背景下，如何轻松地入门这个领域、敲代码、学大数据和人工智能基础知识？通过该课程，我期望把几年来总结的经验，吸取的教训，分享给学弟学妹，争取让大家在科研的道路上，少走一些弯路，走的快一些，稳一些。

课程简介

本课程以人工智能和各类大数据为主线，聚焦交通大数据，兼顾土木大数据、金融大数据等，专注于计算机科学与其他行业的深度交叉融合，旨在通过一些AI和大数据领域的基础知识讲解和案例实战应用，培养学生的学科交叉思维、大数据思维和编程能力、掌握基本的人工智能建模技术等。该课程以案例应用实战为主，主要分为四部分内容，包括基于数据分析的Python编程语言基础、深度学习框架PyTorch建模基础、人工智能基础模型简介及其编程实现、人工智能与交通大数据实战（该部分为案例应用部分，包含一个交通大数据案例实战、一个土木大数据案例实战、一个金融大数据案例实战）。

本课程拒绝大规模理论公式讲解，以案例实战为主，任何专业背景都不用担心课堂难度的问题！

配套书籍

为了更好的学习本课程内容，建议配套使用本团队所编写书籍《深度学习与交通大数据实战》，该书从Python，到深度学习框架PyTorch，再到人工智能基础，最后到地铁，共享单车，出租车，私家车，以及空中交通五个实战案例，从基础知识到案例应用，内容基本与本课程对应，几乎涵盖了初学者入门该领域所有需要学习的知识点以及所需要的的代码和数据。

本书详细介绍见往期推送。
历时一年，《深度学习与交通大数据实战》正式出版！

课程内容

（1）基于数据分析的Python编程语言基础

基本的编程能力是开展所有数据科学和人工智能相关研究的重要基础之一，因此本课程第一部分主要讲解Python编程语言基础，包括Python基本语法讲解以及从数据分析角度借助小案例实战讲解学习NumPy、Pandas、SciPy、scikit-learn、Matplotlib等最常用模块，使学生熟悉Python的基本操作和常用软件包的一些常用函数，掌握基本的编程能力和数据处理能力。

课程第一部分内容

（2）深度学习框架PyTorch建模基础

本部分课程围绕深度学习框架 PyTorch 的基础模块展开，帮助学生从实践角度掌握 PyTorch 的核心功能和使用方法，重点涵盖了张量基本操作、数据加载、神经网络、激活函数、优化器等常用模块。通过这部分学习，学生将系统掌握 PyTorch 中各个基础模块的使用，为构建和训练深度学习模型奠定扎实的基础。

课程第二部分内容

（3）人工智能基础模型简介及其编程实现

具备一定的编程能力并了解PyTorch框架后，本课程拟进行人工智能相关模型算法的理论讲解与实战应用。该部分主要围绕深度学习，讲解前向传播、反向传播算法、LSTM、 CNN、GCN等基础模型，该部分教学可使学生掌握基本的人工智能理论，并借助PyTorch深度学习框架实现部分基础人工智能模型。

课程第三部分内容

（4）人工智能与大数据应用实战（一个交通大数据案例实战、一个土木大数据案例实战、一个金融大数据案例实战）

该部分为实战应用部分，旨在融合并巩固前面三部分的学习成果，进行系统的实战应用。该部分主要包括地铁智能卡数据、土木工程领域轨道和混凝土异常检测数据、基金净值数据等的数据预处理以及主流研究方向简介，并从数据获取、数据预处理以及基于PyTorch的深度学习与大数据应用实战三个方面指导学生实现四个完整的应用案例。该部分教学成果可使学生掌握全局的、体系化的大数据处理和人工智能实战应用能力。

课程第四部分内容

以上四部分内容环环相扣，前三部分内容为基本技能培训以及基础知识讲解，第四部分内容为应用实战部分，按照课程顺序学习效果更佳。

耐得住性子敲代码，静得下心来debug，坚信大家会有收获的！