根据现有国内外高校开展人工智能课程的建设经验以及现有的深度学习及人工智能技术就业市场需求而制定的，让学生具备研究人工智能科学与工程领域问题能力，以及解决人工智能、深度学习应用问题的能力，系统地掌握信息技术、数据分析、机器学习技术、信息处理等基本理论、知识和技能，并且能够根据所学的实训知识与方法技术从事实际的机器学习及人工智能研究工作，具备创新能力和实际操作能力。

1.    技术层环境建设

人工智能实验室由四部分系统组成

1)      分布式计算系统：是人工智能实验室的资源管理系统；采用OpenStack 技术和Docker 技术，实现了硬件资源集中调度和管理。

2)      AI工程平台:是人工智能实验室的数据处理平台,实现数据解析、模型训练、模型预测、异常值处理、模型评估、模型发布，为人工智能实验室提供平台支撑。

3)      人工智能训练系统：是人工智能实验室的核心训练系统；由课程管理系统、资源管理系统、实验报告考评系统、考试系统组成，为实验教学提供技术支撑。

4)      人工智能训练包：是人工智能实验室的课程实验内容部分，由基础算法训练集、深度学习算法训练集、行业应用训练集组成。

2.    物理层环境建设

为满足大数据实验实训需求，以及本科生、研究生创新实验、创新创业大赛、互联网+ 大赛等比赛需求，必须新增基于业界最先进的硬件平台，采用企业级融合架构，针对不同软件单元的特性，对计算单元、网络单元和存储单元进行多层次重组和整合优化，具备高效融合、企业级PAAS、安全稳定、性能卓越、敏捷易用等特点。包括计算、管理、交换等节点设备。

点击查看完整资料