《深度学习框架应用开发-TensorFlow2.0》课程由百科荣创（北京）科技发展有限公司旗下专业教学资源开发团队制作。课程弱化讲解深层次理论和算法，注重基础编程能力与人工智能应用。依托于TensorFlow 2.0简单易用的API可以很容易的实现更多深度学习神经网络模型，使我们可以更快入门深度学习。本课程主要分为三大部分，分为基础篇、原理与实践篇、扩展篇。基础篇主要讲解人工智能、机器学习、深度学习的基本概念以及TensorFlow 2.0的基本操作。原理与实践篇为本课程的核心内容，主要涵盖前馈神经网络、卷积神经网络、循环神经网络等相关内容。扩展篇主要涵盖目标检测、生成式对抗网络（GAN）、深度强化学习（DRL）等。课程配套多种实际应用场景的综合案例，如：车牌识别、元器件识别、垃圾分类、人脸识别、口罩检测、多物体识别等丰富的案例。

《OpenCV计算机视觉应用开发》由百科荣创（北京）科技发展有限公司旗下专业教学资源开发团队制作。课程是以python编程语言为基础，数字图像处理和计算机视觉理论为支撑，OpenCV视觉库应用为主体的综合型课程。课程的设计充分考虑了知识内容的趣味性、逻辑性和实用性，可用于高校的数字图像处理、计算机视觉、OpenCV视觉库应用技术的入门和实践教学。
课程共设计有64学时，包含超过800幅图像，300个例程、150个API函数详解、80道课堂习题及参考代码，覆盖了数字图像处理的经典理论和近年来计算机视觉最新进展，对图像处理、目标识别以及计算机视觉方面的应用开发进行了全面详实的介绍，同时结合了颜色跟踪、二维码识别、人脸识别、车牌识别和19年电赛的点阵图像定位识别等综合案例，内容丰富且与时俱进。
课程内容的编排基本遵循先易后难的思想，并充分考虑到知识点之间的逻辑关系。将64个学时分为初级（32学时）、中级（16学时）和高级部分（16学时），按照高校的课时体系开发课程资源，方便裁剪，支持扩充，可以很好地满足不同用户的学习、开发和研究需要。

《机器学习与应用》课程由百科荣创（北京）科技发展有限公司旗下专业教学资源开发团队制作。机器学习是当前解决很多人工智能问题的核心技术，是人工智能技术的基础课程。本课程使用通俗的语言去描述机器学习算法的原理及应用，介绍了在python环境下学习scikit-learn机器学习框架的相关知识。涵盖的主要内容有机器学习概述、python机器学习软件包、机器学习理论基础、k-近邻算法、线性回归算法、逻辑回归算法、决策树、支持向量机算法、朴素贝叶斯算法、k-均值算法等。让学习者能快速具备实际问题求解的基本思想和初步的机器学习算法应用软件开发能力。

机器视觉技术应用