人工智能是当前信息技术方面研究的热点话题,2018年4月份教育部印发了《高等学院人工智能创新行动计划》,鼓励高校拓宽人工智能专业的教学,加强人工智能学科建设。由此人工智能必将是未来的战略性技术,对于提升国家的核心竞争力有着重大意义。毫无疑问,人工智能技术的进步需要加强人才的培养,技术的发展实质是人才的发展。目前我国人工智能方面的人才储备不足,作为高校,人才培养是核心任务,因此想要更多培养出社会所需人才不仅需要加强学科建设,更需要结合需求制定一套完善的教学系统。本文通过对在线实验系统的技术及实现原理进行深入研究,设计并实现了在线实验的实现方案,同时对实验部署中的Docker集群调度算法进行探讨,提H了改进型的优化算法。基于以上研究,最终设计并实现一个能够将教学与实验相结合的人工智能学习平台。本文工作主要分为三大部分,第一部分是在线实验系统的研究,包括容器原理、虚拟机技术、Jupyter和VNC远程控制研究,基于研究结果,进行在线实验实现方案的剖析、设计与实现。第二部分是基于Docker Swarm调度算法的研究,提出一种改进型加权调度算法,有效提高节点负载均衡。第三部分是教学与实验系统Web端的设计与实现,包括人工智能专业课程体系管理、教学管理、用户管理模块的设计和实现。系统平台基于Django搭建后端服务模块,通过Bootstrap框架、Jquery等实现Web前端交互,采用Mysql关系型数据库实现元数据及内容存储,提供的相应服务包括:体系管理、课程发布、课程管理、随堂测试、在线实验、用户管理等。经过实践测试使用,本文实现的“人工智能”专业教学与实验系统具备良好的实用性和扩展性。