400-888-5228

課程簡介

近年來,隨著“人工智能”深入應(yīng)用到社會各個行業(yè),通過將對應(yīng)的人工智能技術(shù)比如人臉識別,車牌識別等應(yīng)用到具體的行業(yè)信息化領(lǐng)域,包括新興互聯(lián)網(wǎng)企業(yè)(如電商企業(yè)、搜索引擎、社交網(wǎng)站、互聯(lián)網(wǎng)廣告服務(wù)提供商等)、金融企業(yè)(銀行、保險、證券公司、互聯(lián)網(wǎng)金融借貸公司等)、通信運營商(電信、移動、聯(lián)通)等行業(yè)的企業(yè)。在國內(nèi)外形成了獨具特色的智能產(chǎn)業(yè)和智能經(jīng)濟。

本課程對業(yè)界主流最新的人工智能及其應(yīng)用實戰(zhàn)技術(shù)分成基礎(chǔ)級、進階級、高級實戰(zhàn)三個層次進行系統(tǒng)化地培訓(xùn),讓學(xué)員分成三個階段深入系統(tǒng)地掌握人工智能技術(shù)的應(yīng)用:

  1. 第一階段:人工智能基礎(chǔ)級培訓(xùn)內(nèi)容,讓學(xué)員掌握人工智能的基礎(chǔ)知識,人工智能的問題解決思路,人工智能的應(yīng)用案例,人工智能產(chǎn)業(yè)和人工智能產(chǎn)品的應(yīng)用解決方案。
  2. 第二階段:人工智能進階級培訓(xùn)內(nèi)容,讓學(xué)員掌握人工智能中用到的機器學(xué)習(xí)方法和深度學(xué)習(xí)方法,包括有監(jiān)督學(xué)習(xí),無監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí),以及決策樹機器學(xué)習(xí)、樸素貝葉斯機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)、深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)和LSTM神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)的算法模型的原理和應(yīng)用實踐操作,每類算法模型在具體場景中的應(yīng)用實踐。
  3. 第三階段:人工智能高級項目應(yīng)用培訓(xùn)內(nèi)容,讓學(xué)員掌握人工智能的系統(tǒng)平臺工具的應(yīng)用實戰(zhàn),包括人工智能的代表性系統(tǒng)工具平臺:TesorFlow深度學(xué)習(xí)平臺,Keras深度學(xué)習(xí)庫和Python AI系統(tǒng)的應(yīng)用實踐,在講解的同時,由講師帶著學(xué)員對人工智能工具安排實踐操作,讓學(xué)員更突出掌握實戰(zhàn)技能。

 

課程收益

  1. ?通過本課程的學(xué)習(xí),學(xué)員可以用較短的時間掌握人工智能領(lǐng)域的基礎(chǔ)和精華內(nèi)容
  2. ?讓學(xué)員掌握人工智能的基礎(chǔ)知識,人工智能的問題解決思路,人工智能的應(yīng)用案例,人工智能產(chǎn)業(yè)和人工智能產(chǎn)品的應(yīng)用解決方案。
  3. 讓學(xué)員掌握人工智能的技術(shù)平臺應(yīng)用,重點包括Python Keras,TensorFlow,PyTorch, Theano,CNTK,Caffe等應(yīng)用實戰(zhàn),并且通過兩三個具體的企業(yè)應(yīng)用實驗操作,鞏固掌握的AI技術(shù)和平臺。

 

課程特色

定制授課+ 實戰(zhàn)案例訓(xùn)練+ 互動咨詢討論,共3天

本課程采用技術(shù)原理與項目實戰(zhàn)相結(jié)合的方式進行教學(xué),在講授原理的過程中,穿插實際的系統(tǒng)操作,本課程講師也精心準備的實際的應(yīng)用案例供學(xué)員動手訓(xùn)練。

授課對象

  1. IT工程師
  2. 人工智能架構(gòu)師
  3. 其它對人工智能和機器學(xué)習(xí)感興趣的人員

 

大綱內(nèi)容

時間專題詳細內(nèi)容與知識點
第一天人工智能基礎(chǔ)、技術(shù)及其體系1.?人工智能(Artificial?Intelligence,AI)的定義、起源、用途

2.?人工智能的發(fā)展歷程與脈絡(luò)

3.?人工智能的國家政策解讀

4.?人工智能的技術(shù)體系

5.?人工智能的技術(shù)框架

6.?中國和美國的人工智能產(chǎn)業(yè)和主流人工智能產(chǎn)品

人工智能的問題求解及技術(shù)實現(xiàn)7.?人工智能領(lǐng)域的經(jīng)典問題和求解方式

8.?機器學(xué)習(xí)模型和推理符號模型

9.?業(yè)界主流的機器學(xué)習(xí)方法解決人工智能領(lǐng)域的思路

10.?人工智能和大數(shù)據(jù)

11.?人工智能和機器學(xué)習(xí)

12.?人工智能和深度學(xué)習(xí)

人工智能的學(xué)習(xí)方式13.?有監(jiān)督學(xué)習(xí)訓(xùn)練

14.?無監(jiān)督學(xué)習(xí)訓(xùn)練

15.?半監(jiān)督學(xué)習(xí)訓(xùn)練

人工智能的行業(yè)應(yīng)用與發(fā)展16.?人工智能的行業(yè)圖譜和行業(yè)發(fā)展剖析

17.?人工智能結(jié)合大數(shù)據(jù)的行業(yè)應(yīng)用案例

18.?人工智能在“互聯(lián)網(wǎng)+”領(lǐng)域的應(yīng)用

19.?人工智能在制造業(yè)領(lǐng)域的應(yīng)用

20.?人工智能在金融、消費領(lǐng)域的應(yīng)用

21.?人工智能在出行、旅游領(lǐng)域的應(yīng)用

部署人工智能實驗平臺22.?部署人工智能實驗操作軟件和環(huán)境

23.?運行講師提供的人工智能簡單示例驗證環(huán)境的準確性

24.?熟悉實驗資料和實驗環(huán)境

人工智能機器學(xué)習(xí)的算法模型的應(yīng)用實踐(1)25.?人工智能領(lǐng)域的四大類經(jīng)典算法模型

26.?神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)算法模型及其應(yīng)用

27.?決策樹算法模型及其應(yīng)用

28.?關(guān)聯(lián)分析算法模型及其應(yīng)用

29.?聚類分析算法模型及其應(yīng)用

30.?深度學(xué)習(xí)算法模型及應(yīng)用

人工智能機器學(xué)習(xí)的算法模型的應(yīng)用實踐(2)31.?樸素貝葉斯算法模型及其應(yīng)用

32.?邏輯回歸算法模型及其預(yù)測應(yīng)用

33.?Python機器學(xué)習(xí)庫的應(yīng)用

34.?Python?Scikit-learn算法庫的使用講解

第二天人工智能和機器學(xué)習(xí)的實驗操作35.?Python?Scikit-learn算法庫的實戰(zhàn)操作

36.?利用Python語言編程,實現(xiàn)分類預(yù)測項目

37.?實驗要求準確率、召回率、誤差等指標

深度學(xué)習(xí)技術(shù)及其應(yīng)用38.?淺層學(xué)習(xí)技術(shù)及應(yīng)用

39.?深度學(xué)習(xí)算法、技模型及應(yīng)用

40.?CNN卷積神經(jīng)網(wǎng)絡(luò)算法模型及應(yīng)用

41.?RNN循環(huán)神經(jīng)網(wǎng)絡(luò)算法模型及應(yīng)用

42.?LSTM神經(jīng)網(wǎng)絡(luò)算法模型及應(yīng)用

43.?深度學(xué)習(xí)在人臉識別、語音識別領(lǐng)域的解決方案

TensorFlow?AI深度學(xué)習(xí)平臺及其應(yīng)用實踐(1)44.?TensorFlow:一個AI深度學(xué)習(xí)框架的概述

45.?TensorFlow架構(gòu)

46.?TensorFlow的安裝、部署、配置

47.?TensorFlow的應(yīng)用場景和應(yīng)用案例

48.?TensorFlow搭建GPU和CPU人工智能集群

49.?基于Tensorflow實現(xiàn)CNN模型應(yīng)用,以及算法部署,算法調(diào)優(yōu),處理效率提升之道

50.?基于Tensorflow實現(xiàn)RNN(LSTM)模型應(yīng)用,以及算法部署,算法調(diào)優(yōu),處理效率提升之道

TensorFlow?AI深度學(xué)習(xí)平臺及其應(yīng)用實踐(2)51.?TensorFlow?CNN應(yīng)用操作

52.?TensorFlow?RNN應(yīng)用操作

53.?TensorFlow?LSTM應(yīng)用操作

54.?TensorFlow在自然語言生成建模案例

55.?TensorFlow在圖像識別的實驗操作

第三天企業(yè)級人工智能項目開發(fā)實踐56.?人工智能項目的開發(fā)工具

57.?企業(yè)級人工智能項目的數(shù)據(jù)源選擇、技術(shù)選型

58.?企業(yè)級人工智能項目的軟件、平臺、以及業(yè)界開源資料

59.?企業(yè)級人工智能項目的著眼點、發(fā)力點、落腳點

60.?企業(yè)級人工智能項目的產(chǎn)品架構(gòu)設(shè)計,及其盈利

Keras?人工智能平臺應(yīng)用實踐61.?Keras人工智能平臺架構(gòu)

62.?Keras?AI平臺的部署與配置

63.?Keras技術(shù)實現(xiàn)與工作機制

64.?Keras序列模式

65.?Keras圖像與自然語言應(yīng)用案例

66.?Keras實驗操作:Kaggle圖像比賽與優(yōu)化案例(選做)

人工智能的產(chǎn)品解決方案67.?圖像處理解決方案

68.?人臉識別解決方案

69.?語音識別解決方案

70.?文本分類解決方案

71.?視頻理解解決方案

項目實踐72.?人臉識別項目

73.?新聞內(nèi)容文本分類預(yù)測項目

74.?講師提供項目指導(dǎo)手冊,帶著學(xué)員完成,學(xué)員獨立完成后,講師答疑

人工智能項目工程師的技能素養(yǎng)

(選講)

75.?人工智能工程師的必備技術(shù)能力

76.?人工智能工程師的必備業(yè)務(wù)理解能力

77.?人工智能工程師的必備數(shù)據(jù)洞察能力

78.?人工智能工程師的進階路線和職業(yè)素養(yǎng)

培訓(xùn)內(nèi)容綜合、應(yīng)用完整實踐與咨詢討論79.?根據(jù)講師布置的實際應(yīng)用案例,開展人工智能和大數(shù)據(jù)完整項目部署設(shè)計和應(yīng)用開發(fā)實踐、應(yīng)用實施以及解決方案分享咨詢與交流討論