2022年安徽省职业院校技能大赛(高职组)“人工智能技术应用”赛项竞赛规程.pdfVIP

2022年安徽省职业院校技能大赛(高职组)“人工智能技术应用”赛项竞赛规程.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

2022年安徽省职业院校技能大赛(高职组)

“人工智能技术应用”赛项规程

一、赛项名称

赛项名称:人工智能技术应用

英文名称:ArtificialIntelligenceTechnologyApplication

赛项组别:高职组

赛项归属:电子信息大类

二、竞赛目的

(一)人工智能是国家重要发展战略。

人工智能作为引领未来的战略性技术,已广泛应用于各行各

业,正在对我国经济发展、社会进步和人类生活产生深远影响。

近年来,国务院、中央网信办等五部门、工业和信息化部等陆续

颁布《新一代人工智能发展规划》、《国家新一代人工智能标准

2021-2023

体系建设指南》、《新型数据中心发展三年行动计划(

年)》等战略性和指导性文件,共同推动人工智能产业发展及人

才培养。

(二)引领职业院校“

人工智能技术应用”教学改革。

20184

年月,教育部印发《高等学校人工智能创新行动计

划》,从人工智能领域学科建设、专业建设、人才培养等方面作

出重点部署。2022年全国已有458所高职院校获批开设“人工

510209

智能技术应用()”专业,人工智能技术技能在职业院校

人才培养中有广泛需求。竞赛内容紧密围绕人工智能产业发展与

岗位技能要求,结合职业院校相关专业标准,切实落实“以赛促

1

教、以赛促学、以赛促改、以赛促建”,推进人工智能相关专业

建设与职业教育教学改革。

(三)促进产教融合、校企合作。

赛项以典型产业项目案例、生产流程、技术标准为依托,以

产业人才岗位需求为导向,全面考察参赛选手人工智能综合技术

技能、职业素养和团队协作等能力。通过赛项,及时将新技术、

新设备、新工艺、新规范纳入教学标准和教学内容,推动产教融

合、校企合作。

三、竞赛内容

赛项以实际工程项目为命题,面向岗位技能,突出项目引领,

体现新技术的应用。竞赛内容对应相关职业岗位或岗位群、体现

专业核心能力与核心知识、涵盖丰富的专业知识与专业技能点,

旨在考查选手人工智能平台部署与运维、数据建模、人工智能应

用开发等核心技能,涵盖了Linux系统、人工智能软件的安装与

运维、可视化建模工具的使用、数据预处理、模型训练和测试、

应用案例开发以及工程文档、团队协作和职业素养等多方面的专

业知识与技能点。竞赛具体内容及相应评分分值如下:

(一)需求文档分析(10%)

1.模型应用分析:根据需求文档中的模型介绍,描述模

型的应用场景、模型对应产品定位等。

2.模型构建流程及注意事项:介绍模型构建流程及其注

意事项,模型构建流程包含数据收集、数据处理、模型训练、

模型测试、模型保存等。

35%

(二)数据处理()

2

1.图像数据清洗:使用相关数字图像处理库(如PIL、OpenCv、

Numpy和Pandas等)对图像数据集进行清洗,如去除无法加载

的异常图像、删除单通道图像等。

2.图像预处理:使用相关数字图像处理库对图像数据集进行

预处理。图像处理库包含TensorFlow中自带的图像处理库、PIL、

OpenCv、Numpy和Pandas等,图像预处理操作包含图像二值化、

灰度化、图像几何操作、图像归一化、图像增强处理、图像降噪

等。

3.数据可视化:使用可视化库Matplotlib对数据集进行分

析和可视化展示,如绘制折线图、柱状图、饼图等。

(三)模型训练及预测(50%)

1.数据集加载及划分:

根据任务要求加载数据集并对数据集

进行划分。

2.模型构建及训练:基于TensorFlow构建模型,并将训

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档