你的位置: 首頁 > 公開課首頁 > 互聯網/語言 > 課程詳情

details

人工智能技術及其應用實戰

暫無評價   
  • 開課時間:2019年12月20日 09:00 周五(報名中)
  • 結束時間:2019年12月23日 17:00 周一
  • 開課地點:北京市
  • 授課講師: 鐘老師
  • 課程編號:389897
  • 課程分類:互聯網/語言
  •  
  • 收藏 人氣:346
你實際購買的價格
付款時最多可用0淘幣抵扣0元現金
購買成功后,系統會給用戶帳號返回的現金券
淘課價格
7800
可用淘幣
0
返現金券
待定

你還可以: 收藏

培訓受眾:

1、IT工程師2、技術總監3、人工智能架構師4、其它對人工智能和機器學習感興趣的人員

課程大綱:

課程介紹近年來, 隨著“人工智能”深入應用到社會各個行業, 通過將對應的人工智能技術比如人臉識別,車牌識別等應用到具體的行業信息化領域,包括新興互聯網企業(如電商企業、搜索引擎、社交網站、互聯網廣告服務提供商等)、金融企業(銀行、保險、證券公司、互聯網金融借貸公司等)、通信運營商(電信、移動、聯通)等行業的企業。
本課程對業界主流最新的人工智能及其應用實戰技術分成基礎級、 進階級、 高級實戰三個層次進行系統化地培訓, 讓學員分成三個階段深入系統地掌握人工智能技術的應用
1) 第一階段:人工智能基礎級培訓內容,讓學員掌握人工智能的基礎知識,人工智能的問題解決思路, 人工智能的應用案例, 人工智能產業和人工智能產品的應用解決方案 。
2) 第二階段:人工智能進階級培訓內容,讓學員掌握人工智能中用到的機器學習方法和深度學習方法,包括有監督學習,無監督學習和半監督學習,以及決策樹機器學習、樸素貝葉斯機器學習、神經網絡機器學習、深度學習、巻積神經網絡和 LSTM神經網絡機器學習的算法模型的原理和應用實踐操作, 每類算法模型在具體場景中的應用實踐。
3) 第三階段:人工智能高級項目應用培訓內容,讓學員掌握人工智能的系統平臺工具的應用實戰, 包括人工智能的代表性系統工具平臺: TesorFlow深度學習平臺, Keras深度學習庫和 Python Al系統的應用實踐,在講解的同時,由講師帶著學員對人工智能工具安排實踐操作, 讓學員更突出掌握實戰技能。
培訓目標1、通過本課程的學習, 學員可以用較短的時間掌握人工智能領域的基礎和精華內容
2、讓學員掌握人工智能的基礎知識,人工智能的問題解決思路,人工智能的應用案例,人工智能產業和人工智能產品的應用解決方案 。
3、讓學員掌握人工智能的技術平臺應用,重點包括PythonKeras, TensorFlow, PyTorch,,Theano, CNTK, Caffe等應用實戰,并且通過兩三個具體的企業應用實驗操作,鞏固掌握的 Al技術和平臺。
培訓方式定制授課+實戰案例訓練+考試互動咨詢討論
本課程采用技術原理與項目實戰相結合的方式進行教學, 在講授原理的過程中, 穿插實際的系統操作, 本課程講師也精心準備的實際的應用案例供學員動手訓練 。
培訓內容模塊一人工智能基礎、技術及其體系
1.人工智能(Artificiallntelligence, Al)的定義、起源、用途
2.人工智能的發展歷程與月永絡
3.人工智能的國家政策解讀
4.人工智能的技術體系
5.人工智能的技術框架
6.中國和美國的人工智能產業和主流人工智能產品
模塊二人工智能的問題求解及技術實現
7.人工智能領域的經典問題和求解方式
8.機器學習模型和推理符號模型
9.業界主流的機器學習方法解決人工智能領域的思路
10.人工智能和大數據
11.人工智能和機器學習
12.人工智能和深度學習
模塊三人工智能的學習方式
13.有監督學習訓練
14.無監督學習訓練
15.半監督學習訓練
模塊四人工智能的行業應用與發展
16.人工智能的行業圖譜和行業發展割析
17.人工智能結合大數據的行業應用案例
18.人工智能在“互聯網+”領域的應用
19.人工智能在制造業領域的應用
20.人工智能在金融、消費領域的應用
21.人工智能在出行、旅游領域的應用
模塊五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境
23.運行講師提供的人工智能簡単示例驗證環境的準確性
24.熟悉實驗資料和實驗環境
模塊六人工智能機器學習的算法模型的應用實踐(1)
25.人工智能領域的四大類經典算法模型
26.神經網絡機器學習算法模型及其應用
27.決策樹算法模型及其應用
28.關聯分析算法模型及其應用
29.聚類分析算法模型及其應用
30.深度學習算法模型及應用
模塊七人工智能機器學習的算法模型的應用實踐(2)
31.樸素貝葉斯算法模型及其應用
32.邏輯回歸算法模型及其預測應用
33.Python機器學習庫的應用
34.Python Scikit-learn算法庫的使用講解
模塊八人工智能和機器學習的實驗操作
35.Python Scikit_learn算法庫的實戰操作
36.利用 Python語言編程,實現分類預測項目
37.實驗要求準確率、召回率、誤差等指標
模塊九深度學習技術及其應用
38.淺層學習技術及應用
39.深度學習算法、技模型及應用
40.CNN卷積神經網絡算法模型及應用
41.RNN循環神經網絡算法模型及應用
42.LSTM神經網絡算法模型及應用
43.深度學習在人臉識別、語音識別領域的解決方案
模塊十TensorFlow Al深度學習平臺及其應用實踐(1)
44.TensorFlow: 一個Al深度學習框架的概述
45.TensorFlow架構
46.TensorFlow的安裝、部署、配置
47.TensorFlow的應用場景和應用案例
48.TensorFlow搭建 GPU和 CPU人工智能集群
49.基于 Tensorflow實現 CNN模型應用,以及算法部署,算法調優,處理效率提升之道
50.基于Tensorflow實現RNN(LSTM)模型應用, 以及算法部署,
算法調優,處理效率提升之道
模塊十一TensorFlow Al深度學習平臺及其應用實踐(2)
51.TensorFlow CNN應用操作
52.TensorFlow RNN應用操作
53.TensorFlow LSTM應用操作
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
模塊十二Tensorboard  Al深度學習可視化建模工具與模型優化
56.Tensorboard簡介
57.Tensorboard可視化和命名空間
58.TensorFlow人工智能建模模型狀態評估與優化
59.Tensorboard的部署、配置和應用編程
60.利用 Tensorboard實現圖像識別操作
61.利用 TensorFlow實現文本控掘操作
模塊十三Keras人工智能平臺應用實踐
62.Keras人工智能平臺架構
63.Keras Al平臺的部署與配置
64.Keras技術實現與工作機制
65.Keras序貫模型與函數式模型
66.Keras圖像與自然語言應用案例
67.Keras實驗操作: Kaggle圖像比賽與優化案例(選做)
模塊十四人工智能的產品解決方案
68.圖像處理解決方案
69.人臉識別解決方案
70.語音識別解決方案
71.文本分類解決方案
72.視頻理解解決方案
模塊十五項目實踐
73.人臉識別項目
74.文本數據預測項目
75.講師提供項目指導手冊,帶著學員完成,學員獨立完成后,講師答疑
模塊十六人工智能項目工程師的技能素養(選講)
76.人工智能工程師的必備技術能力
77.人工智能工程師的必備業務理解能力
78.人工智能工程師的必備數據洞察能力
79.人工智能工程師的進階路線和職業素養
模塊十七培訓內容綜合、
應用完整實踐與咨詢討論
80.根據講師布置的實際應用案例, 開展人工智能和大數據完整項目部署設計和應用開發實踐、 應用實施以及解決方案分享咨詢
師資力量鐘老師,男,博士畢業于中國科學院,獲工學博士學位(計算機專業),博士后(虛擬經濟與數據科學專業) , 曾在國內某高校和某大型通信企業工作過, 目前在中國科學院某研究所工作,副研究員,高級工程師,項目組長,團隊成員十余人。人工智能、大數據系列課程建設與教學專家,新技術課程開發組長。近八年來帶領團隊主要從事 Python編程、 Al人工智能、深度學習平臺的項目實踐(Tensorflow、 Keras、 PyTorch、 Caffe、 Theano, CNTK等)、大數據建模分析控掘與機器學習(SPSS, Python, Mahout、 MLlib、 Python、 Oryx、 H20、 FlinkPentahoBl、 SAS、 R等)、大數據管理與高性能分析處理(Hadoop、 Spark、 Storm)、大數據倉庫(HIVE)和實時數據倉庫(SparkSQL、 Shark), MPP并行數據倉庫(Greenplum etc)、NoSQL與NewSQL分布式數據庫(HBase、 MongoDB、 Cassandra etc)、(移動)電子商務平臺、大數據搜索平臺(ElasticSearch、 Solr、 Lucene等)、云計算與虛擬化(0penStack, VMware, XenServer, CloudStack, KVM, Docker, SaaS服務)、云存儲系統、 Swift對象存儲系統、網絡GIS 地圖服務器、 互聯網+在線教育云平臺方面的項目研發與管理工作。

本課程名稱: 人工智能技術及其應用實戰

查看更多:互聯網/語言公開課

互聯網 相關的最新課程
講師動態評分 與同行相比

授課內容與課綱相符00%

講師授課水平00%

服務態度00%

陕西11选5开奖 加拿大做啥赚钱 520彩票苹果 陕西闲麻将下载 携程 发文 赚钱 网络兼职如何赚钱方法 易到 滴滴 哪个赚钱 1000炮金蟾捕鱼下载99 乐乐安徽麻将作弊器 真实的淘宝网购赚钱项目 不用首试的苹果赚钱软件 老撕鸡吃鸡游戏 安徽麻将大全外挂 最赚钱的小成本电影 周星驰柴静访谈赚钱 好玩湖南麻将下载 魔兽世界钓鱼专业怎么赚钱