Wikistat 2.0：人工智能教育资源
计算机与社会
2018-10-22 v2 人工智能
统计理论
机器学习
统计理论
摘要
大数据、数据科学、深度学习、人工智能是与处于全面演进中的就业市场密切相关的激烈炒作关键词，这迫使我们调整大学专业培训的内容。哪些人工智能最受工作招聘青睐？培训计划中应当优先采用哪些方法与技术？我们需要建立哪些目标、工具与教育资源来满足这些紧迫需求？我们通过描述图卢兹国立应用科学学院（INSA Toulouse）应用数学专业中数据科学方向的内容与实操资源来回答这些问题。我们聚焦于基础数学培训（最优化、概率、统计），并结合最先进的统计学习算法、最适宜的技术以及真实案例的实操实现。考虑到技术的高度易变性，必须培养学生自学的能力，这将是他们未来职业活动中的技术监测工具。这也解释了教育站点 github.com/wikistat 被构建为一系列教程的结构。最后，为激励对这些教程的深入实践，每年会组织一场以应用数学人工智能硕士专业学生间预测竞赛形式呈现的严肃游戏。
引用
@article{arxiv.1810.02688,
title = {Wikistat 2.0: Educational Resources for Artificial Intelligence},
author = {Philippe Besse and Brendan Guillouet and Béatrice Laurent},
journal= {arXiv preprint arXiv:1810.02688},
year = {2018}
}
备注
in French