AI 的工业应用

本课程是智能数字工厂专项课程的一部分

位教师：Subject Matter Expert

访问权限由 New York State Department of Labor 提供

2,102 人已注册

5个模块

深入了解一个主题并学习基础知识。

13 条评论

中级等级

推荐体验

2 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

5个模块

深入了解一个主题并学习基础知识。

13 条评论

中级等级

推荐体验

2 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

您将获得的技能

您将学习的工具

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

5 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是智能数字工厂专项课程专项课程的一部分

在注册此课程时，您还会同时注册此专项课程。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有5个模块

本课程将开启一次 Transformer 学习之旅，探索人工智能在电气、机械、土木和一般应用等不同领域的力量。本课程通过弥合理论与实际应用之间的差距，将学员对人工智能的见解提升到现实世界的实践中。它还提供了将人工智能算法应用到潜在应用中的实践经验。课程中提供的人工智能在医疗保健领域的应用实例，将从端到端的角度启迪学员了解现实世界的解决方案。本课程旨在介绍具有挑战性的电气工程实时应用（如变电站中的 Load 预测和故障诊断）所需的关键 AI 原理。课程还涵盖人工智能在机械工程中的应用，包括地震数据处理、地质建模和水库工程。土木工程学习者将了解 AI 在建筑工地云数据收集中的作用及其在运输工程和道路交通预测中的应用。以机器学习和 Deep Learning 操作为重点，沉浸在人工智能的未来中，获得使您能够区分和应用基于人工智能的解决方案来应对现实世界挑战的洞察力。在软件支持下探索实践练习，全面了解 AI 指标。借助 AI 的力量提升技能，开阔视野。

通过本 Modulation 的学习，学员将能够了解 SVM、K-means、K-means、BERT、随机森林分类器、CNN 和 Mobile Net V2 等 ML 算法；在多种实时应用中应用 ML 技术，如自动驾驶车辆支持、欺诈系统诊断和车间管理、用于地下水质量分析的神经网络、糖尿病视网膜病变、物联网中的图像分类、森林火灾检测和遥控飞机案例研究等

涵盖的内容

20个视频2篇阅读材料1个作业1个讨论话题

20个视频总计133分钟

关于专业 6分钟
关于课程 4分钟
机器学习（ML）基础与原理 - 第一部分 6分钟
机器学习（ML）基础与原理 - 第二部分 5分钟
使用 ML 的自动车辆支持 - 第一部分 5分钟
使用 ML 的自动车辆支持 - 第二部分 6分钟
使用 ML 诊断欺诈系统 - 第一部分 5分钟
使用 ML 诊断欺诈系统 - 第二部分 7分钟
基于 Deep Learning 的车间管理 - 第一部分 4分钟
基于 Deep Learning 的车间管理 - 第二部分 9分钟
基于神经网络的地下水水质分布分析 8分钟
AI 在医疗保健领域的潜在应用 - 讨论 - 第一部分 4分钟
AI 在医疗保健领域的潜在应用 - 讨论 - 第二部分 12分钟
物联网设备中的图像分类 - 案例研究 - 第一部分 8分钟
物联网设备中的图像分类 - 案例研究 - 第二部分 6分钟
遥控飞机 - 案例研究 - 第一部分 5分钟
遥控飞机 - 案例研究 - 第二部分 8分钟
AI 产品 - 一项调查 8分钟
使用 ML 更新设计、开发和交付的教育质量 - 第 I 部分 7分钟
使用 ML 更新设计、开发和交付的教育质量 - 第 II 部分 9分钟

2篇阅读材料总计20分钟

课程阅读 10分钟
课程词汇 10分钟

1个作业总计30分钟

ML 实时应用评估 - 结构化方法和演示 30分钟

1个讨论话题总计10分钟

陈述：考虑到人工智能现在在我们世界的各个方面发挥的重要作用，以及它在不同职业中越来越重要的地位，人类有了新的工作角色出现。与此相矛盾的是，国际货币基金组织（IMF）指出，"人工智能可能会加剧经济不平等"。您如何看待人工智能的融合对人类未来的影响？发表您的观点 10分钟

通过本 Modulation 的学习，学员将能够将 ML Algorithm 应用于电气工程的各个方面，如变电站的负荷预测和 Feature Extraction；分析基于 CNN 的与变电站分析、基础设施管理和红外故障图像诊断相关的任务

涵盖的内容

22个视频1个作业

22个视频总计191分钟

变电站 ANN 架构 - 第一部分 11分钟
变电站 ANN 架构 - 第二部分 10分钟
变电站 ANN 架构 - 第三部分 17分钟
变电站负载预测 - 案例研究 - 第一部分 4分钟
变电站负载预测 - 案例研究 - 第二部分 9分钟
电力基础设施地理空间数据库 - 第 I 部分 10分钟
电力基础设施地理空间数据库 - 第二部分 6分钟
电力基础设施地理空间数据库 - 第三部分 10分钟
使用 Deep Learning 提取变电站的 Feature - 案例研究 - 第一部分 10分钟
使用 Deep Learning 提取变电站的 Feature - 案例研究 - 第二部分 11分钟
使用 Deep Learning 提取变电站的 Feature - 案例研究 - 第三部分 3分钟
电网稳定性和二级变电站模型 - 第一部分 8分钟
电网稳定性和二级变电站模型 - 第二部分 9分钟
电网稳定性和二级变电站模型 - 第三部分 7分钟
未知二级变电站轮廓估算 - 案例研究 7分钟
变电站站址特征描述--实践者方法 13分钟
基于 CNN 的变电站初步选址 - 案例研究 7分钟
使用无监督多语言算法进行变电站设备诊断 - 第 I 部分 7分钟
使用无监督多语言算法进行变电站设备诊断 - 第二部分 8分钟
基于 CNN 的红外故障图像诊断 - 案例研究 - 第一部分 9分钟
基于 CNN 的红外故障图像诊断 - 案例研究 - 第二部分 6分钟
基于 CNN 的红外故障图像诊断 - 案例研究 - 第三部分 9分钟

1个作业总计30分钟

电气工程应用中的 ML 算法和边缘计算范围评估 30分钟

通过本模块的学习，学员将能够了解 ML 在石油和天然气行业的影响；解读地震数据处理技术，重点是使用 CNN 进行盐体划分；演示基于高斯过程回归算法的地质建模过程；考察 AI 在石油和天然气行业上游领域的应用；推断石油和天然气行业大数据的 Service-Oriented Architecture (SOA)

涵盖的内容

18个视频1个作业

18个视频总计141分钟

ML 对石油和天然气行业的影响 - 综述 - 第 I 部分 10分钟
ML 对石油和天然气行业的影响 - 回顾 - 第二部分 13分钟
地震数据处理技术（盐体剥离）--第一部分 8分钟
地震数据处理技术（盐体剥离）--第二部分 14分钟
地理建模过程 9分钟
储层工程 ML（储层岩石分类） - 第 I 部分 7分钟
储层工程 ML（储层岩石分类） - 第二部分 10分钟
O&G 行业的优化生产工程 - 第一部分 7分钟
O&G 行业的优化生产工程 - 第二部分 5分钟
AI 在石油和天然气行业上游领域的应用 - 第一部分 2分钟
AI 在石油和天然气行业上游领域的应用 - 第二部分 10分钟
AI 技术在石油和天然气行业的应用进展 - 第一部分 6分钟
AI 技术在石油和天然气行业的应用进展 - 第二部分 8分钟
石油和天然气行业数据处理基础 - 第一部分 7分钟
石油和天然气行业数据处理基础 - 第二部分 9分钟
石油和天然气行业数据处理基础 - 第三部分 4分钟
面向石油和天然气行业的 Big Data SOA - 第一部分 5分钟
面向石油和天然气行业的 Big Data SOA - 第二部分 8分钟

1个作业总计30分钟

机械工程应用中的 ML 算法和边缘计算范围评估 30分钟

通过本模块的学习，学习者将能够了解土木工程应用的通用 ML 建模框架；在建筑工地应用深度学习技术，重点是再生水泥强度预测；利用 ANN、CNN 和 YOLO 架构等深度学习算法，分析运输工程、道路交通预测、海军建筑和波高预测等多样化的 ML 应用领域

涵盖的内容

22个视频1个作业

22个视频总计185分钟

土木工程专业基础课程 - 第 I 部分 8分钟
土木工程的 ML - 第 II 部分 8分钟
土木工程专业基础课程 - 第 III 部分 5分钟
土木工程专业基础课程 - 第 IV 部分 10分钟
建筑工地云数据收集 19分钟
土木工程应用的通用 ML 建模框架 - 第 I 部分 8分钟
土木工程应用的通用 ML 建模框架 - 第二部分 10分钟
土木工程应用的通用 ML 建模框架 - 第三部分 7分钟
建筑行业的 Deep Learning 技术 - 第一部分 7分钟
建筑行业的 Deep Learning 技术 - 第二部分 12分钟
施工管理的 ML 方法 - 第一部分 11分钟
施工管理的 ML 方法 - 第二部分 7分钟
基于 CNN 的行星乐高积木 - PART I 7分钟
基于 CNN 的行星乐高积木 - 第二部分 10分钟
基于 CNN 的行星乐高积木 - 第三部分 4分钟
AI 在交通工程中的应用--一项调查 8分钟
道路交通 Prediction - 贝叶斯方法 7分钟
海军建筑学基础课程 - 第 I 部分 9分钟
海军建筑学的 ML - 第 II 部分 8分钟
海军建筑学基本法律知识--第 III 部分 3分钟
海军建筑学基础课程 - 第 IV 部分 12分钟
基于 AI 的波高预测 - 案例研究 6分钟

1个作业总计30分钟

土木工程应用中的 ML 算法和边缘计算范围评估 30分钟

在本 Modulation 结束时，学习者将能够了解人工智能对教育的影响；解读开源人工智能软件库，如 H2O、ImageAI、OpenAI Gym、Keras、TensorFlow、PyTorch 和 Scikit-learn；演示使用 YOLO 进行汽车物体检测的计算机视觉技术；通过文本中语言识别的应用，推断人工智能中的语言和语言推理；探究医疗保健领域基于人工智能的语音识别技术，用于心脏病预测；解释采用和实施人工智能的相关政策和策略