针对新工科项目式教学中存在的问题， 设计了面向机器学习、深度学习、计算机视觉等课程群的统一的递进式教学项目案例库，实现了支撑机器学习课程群递进式的项目案例库的设计方法，为新工科背景下由知识教学转向能力培养，加强学生技能提供了新的思路。面向课程群的项目案例库具有递增式迭代积累的特点，其中采用的项目沉浸教学方法可以促进学生举一反三，灵活地把所学知识应用到新问题的解决，培养主动学习和自主学习的创新能力。
本项目结合复旦大学人工智能专业特色和当今企业对数据分析人才的需求，对机器学习、深度学习及其应用等多门课程等进行深度教学改革。同时，依托阿里云计算有限公司提供的软硬件技术支持（阿里云 ECS、天池 AI 实训平台等），打造产学合作的高质量教学资源。项目涵盖机器学习基础、深度学习和机器视觉等人工智能相关核心课程对案例和实验教学的需求，充分利用课题组前期与企业合作的横向课题成果以及阿里云计算有限公司提供的资源和平台优势。结合机器学习课程群对应课程的大纲，把与企业合作的横向课题成果进行分解、简化和抽象，进行实用性案例的设计和优化，已经实现并上线了近20个综合性的案例，出版了4本机器学习和深度学习理论和实战案例的教材，发表了2篇教研论文。这些案例已经被几十所全国兄弟院校共享使用。在项目实施过程中，阿里云计算有限公司的崔颖团队提供了建设性的意见，并对实验案例进行校验、优化，提供必要的算力，部署上线阿里天池AI平台，并先后组织2次全国性的人工智能师资培训，推广项目建设的成果，建立产学优势互补的“双赢”运行机制，为产学合作提升实践教学提供了参考。 
项目依托的中国大学MOOC深度学习及其应用课程:本课程主要介绍深度学习的基本原理、卷积神经网络、循环神经网络、生成对抗网络、注意力机制、Transformer等基本方法及其典型应用领域，并借助机器学习主流的开源框架实现深度学习在证券趋势预测、声音质量评价、电子推荐、目标检测、社交网络情感分析等多个典型领域的应用。https://www.icourse163.org/course/FUDAN-1205806833
