<menuitem id="9bn5v"></menuitem>
<menuitem id="9bn5v"></menuitem>
《Java語言程序設計》 《Java Web程序設計》 《SSM框架開發》 《微服務架構開發》 《網頁設計與制作》 《響應式Web開發》 《交互式Web開發》 《Oracle 數據庫應用》 《MySQL數據庫》 《Linux操作系統》
《移動應用軟件開發（ Android ）》 《Harmony應用開發》 《華為HMS生態與應用開發》(未參加)
《計算機網絡原理與應用》（未參加） 《Linux操作系統》 《JAVA語言程序設計(新)》 《大數據技術原理與應用》 《大數據系統運維》
本課程從機器學習本質上是對學習的函數進行擬合這一基本概念入手，引出邏輯回歸與人工神經元之間的關聯，從而為人工深度神經網絡的引入做好鋪墊。其主要內容包括邏輯回歸模型與神經網絡、梯度下降與反向傳播、深度學習編程與訓練技巧、卷積神經網絡和循環神經網絡、詞嵌入模型和自編碼器、遷移學習、集成學習等，旨在讓學生能夠熟練的使用深度學習思想和技能解決實際問題。
語音信號處理課程系統地介紹了語音信號處理的基礎、概念、原理、方法和應用。學習該課程需重點掌握語音信號處理的基礎知識、語音信號處理的常用算法、語音信號分析、語音信號特征提取、語音增強、語音識別、說話人識別、語音編碼、語音合成與轉換、語音信號情感識別、語音隱藏以及聲源定位等內容。課程以語音信號處理過程的總體框架為線索，全面闡述了語音信號處理與應用的理論模型和應用技術，既注重基本理論的系統性，又兼顧實用性和可學性，通過課程學習，在理解理論知識的同時，又能掌握常用的應用方法。本課程可作為高等院校人工智能、計算機應用、通信與電子工程、信號與信息處理等專業及學科的高年級本科生、研究生的專業基礎課程，也可供該領域的科研及工程技術人員參考。
課程定位于物聯網與大數據的Java基礎進行設定，將物聯網與大數據會使用到的Java技術全方位的羅列并講述，前5章為Java基本語法，使學生們能快速的掌握Java語法從而進行應用。第6章到第12章為面向對象的具體理解以及應用，包含多個demo進行具體的練習，視頻中對面向對的理論均進行了深入的解釋，理論與實踐相結合的方式進行講解，為學生們后期對其它工具或者框架的使用種下理論的種子，其中第九章泛型中對api接口的數據解析進行了練習，使用的方式是移動端Android解析json數據常用的方式，并且方便學生編寫自動化測試一些接口的功能。后3章為基本字符流、字節流、XML文檔的操作，對于后期的物聯網與大數據文件處理會有很大的幫助。
注：每階段限2000個名額且每門課程限10個名額；每階段每人限報5門課程。
