掌握：基于深度学习的计算机视觉应用 教学及考核内容 8.1计算机视觉的常见应用 8.2深度学习在计算机视觉中的应用实例 注：*表示选学内容 四、 课程学时分配 单元内容 讲授上机课内学时小计 1 课程简介及Python编程基础 2 机器学习基础 2 3 经典机器学习模型 2 2 4 深度学习基出 5 卷积神经网络 *6 经典卷积神经网络（① 4 *7 经典卷积神经网络) 4 *8 深度学习在计算机视觉中的应用 4 总计 16 16 32 五、 教学设计与教学组织 本课程采用混合教学模式，学生课下利用互联网观看教学视频，教师组织课 堂教学，学生利用网络系统完成作业。 思政教学方面，首先根据课程内容设计思政案例，在设计思政案例时首先要 考虑思政方法，包括：素材法、产品法、引用法、联想法、关联法、原理法、思 政法、现状法、经验法。思政教学贯穿于线上和线下，利用混合教学实施立德树 人教育。 六、教材与参考资料 1.教材 本课程采用教师自编讲义课件 2.参考资料 Andrew Ng.Machine Learning.Stanford University.2017. 七、课程考核方式与成绩评定标准 课程成绩通过平时成绩和期末考试成绩进行评定，平时占50%，期末占 50%. 平时成绩包括：课堂互动成绩、平时作业。整个过程都涉及思政内容考核。 44 掌握：基于深度学习的计算机视觉应用 教学及考核内容 8.1 计算机视觉的常见应用 8.2 深度学习在计算机视觉中的应用实例 注：*表示选学内容 四、 课程学时分配 单元 内容 讲授 上机 课内学时小计 1 课程简介及 Python 编程基础 2 2 4 2 机器学习基础 2 2 4 3 经典机器学习模型 2 2 4 4 深度学习基础 2 2 4 5 卷积神经网络 2 2 4 *6 经典卷积神经网络(I) 2 2 4 *7 经典卷积神经网络(II) 2 2 4 *8 深度学习在计算机视觉中的应用 2 2 4 总计 16 16 32 五、 教学设计与教学组织 本课程采用混合教学模式，学生课下利用互联网观看教学视频，教师组织课 堂教学，学生利用网络系统完成作业。 思政教学方面，首先根据课程内容设计思政案例，在设计思政案例时首先要 考虑思政方法，包括：素材法、产品法、引用法、联想法、关联法、原理法、思 政法、现状法、经验法。思政教学贯穿于线上和线下，利用混合教学实施立德树 人教育。 六、 教材与参考资料 1. 教材 本课程采用教师自编讲义课件 2. 参考资料 Andrew Ng, Machine Learning, Stanford University, 2017. 七、 课程考核方式与成绩评定标准 课程成绩通过平时成绩和期末考试成绩进行评定，平时占 50％，期末占 50％。 平时成绩包括：课堂互动成绩、平时作业。整个过程都涉及思政内容考核