当下我们的生活和工作已经被人工智能和深度学习的技术所包围，例如人机对话、人脸识别过闸机或付款、各种语言间的自动翻译、自动驾驶汽车、淘宝的个性化推荐等，各大科技公司都在努力发展的“千人千面”精细化产品也离不开人工智能（它背后的技术就是深度学习）。而深度学习涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科，本质上是从数据中自动分析获得规律，并利用规律对未知数据进行预测和应用，因此人工智能本质上就是统计学。

本次实践课程，将选用fer2013的数据集进行人脸面部表情识别训练，并且用Keras框架构建卷积神经网络模型来实现。学生通过本次项目中，了解人工智能行业的需求与行业的动态、体验机器/深度学习工作的流程与规范。内容涉及机器学习中的基本概念（如：线性回归、贝叶斯算法、决策树、集成学习等），掌握深度学习框架，并实现一个面部表情识别工具，强调实战性和理论性的结合，综合提升统计学专业学生的技术实战能力。