⑧AI编程（高中）

课程介绍

本类别课程引导学生通过编程语言实现模型的训练与推理，理解AI系统从数据到输出的全过程。

实验一：电动汽车续驶里程预测

项目介绍
本实验项目旨在预测电动汽车的续驶里程，通过分析电动汽车的SOC（状态-of-电荷）和模组最大电压与续驶里程之间的关系，利用线性回归进行数据拟合和预测。

学习目标

• 了解线性回归算法在机器学习中的基本原理。

• 掌握如何使用线性回归算法解决交通运输领域的问题，例如预测电动汽车续驶里程。

• 体验人工智能技术在交通运输领域的典型应用。

实验二：验证码识别

项目介绍
验证码识别是一种常见的图像处理任务，通过构建卷积神经网络（CNN）模型来识别不同样式的验证码图像。

学习目标

• 理解卷积神经网络（CNN）的原理及其在图像识别领域的应用机制

• 掌握适用于验证码识别的数据集构建、划分与处理技巧

• 学会运用深度学习框架构建、训练和精准评估用于验证码识别的CNN模型

• 探索并实践模型优化策略，有效提升验证码识别模型的性能表现

实验三：门禁人脸识别

项目介绍
人脸识别是一种重要的生物识别技术，通过构建深度学习模型来识别图像中的人脸。本实验将使用MTCNN和FaceNet等算法，在门禁场景下实现人脸识别功能。

学习目标

• 理解MTCNN和FaceNet的基本概念及其在人脸识别领域的应用机制

• 掌握适用于人脸识别的数据集构建、划分与处理技巧

• 学会运用深度学习框架构建、训练和精准评估用于人脸识别的模型

• 探索并实践模型优化策略，有效提升人脸识别模型的性能表现