人工智能實(shí)踐項(xiàng)目案例分析與實(shí)戰(zhàn)應(yīng)用

暨工信部教考中心人工智能工程師認(rèn)證

培訓(xùn)班

培訓(xùn)服務(wù)一覽表
培訓(xùn)地點(diǎn)	杭州	北京
培訓(xùn)時(shí)間	6月 22-25	11月 20-23
培訓(xùn)方式	· 現(xiàn)場(chǎng)面授     · 線上授課     · 錄播回放
專家授課	· 4天集中培訓(xùn)學(xué)習(xí)：每天6課時(shí)，實(shí)戰(zhàn)專家授課 · 理論梳理     · 案例分享     · 實(shí)戰(zhàn)演練
紙質(zhì)資料	人工智能實(shí)踐項(xiàng)目案例分析與實(shí)戰(zhàn)應(yīng)用培訓(xùn)講義
學(xué)習(xí)平臺(tái)	PC端：http://it.zpedu.com/     移動(dòng)端APP：IT云課
社群服務(wù)	· 學(xué)員在線交流     · 專家在線答疑     · 班主任教學(xué)管理
此課程可根據(jù)具體需求定制企業(yè)內(nèi)訓(xùn)解決方案。

一、 培訓(xùn)收益

課程中通過細(xì)致講解，使學(xué)員掌握該技術(shù)的本質(zhì)。具體收益包括：

1. 回歸算法理論與實(shí)戰(zhàn)；

2. 分類算法理論與實(shí)戰(zhàn)；

3. 降維算法理論與實(shí)戰(zhàn)；

4. 聚類算法理論與實(shí)戰(zhàn)；

5. 神經(jīng)網(wǎng)絡(luò)算法；

6. Tensorflow DNN CNN構(gòu)建；

7. 基于OpenCV計(jì)算機(jī)視覺識(shí)別；

8. 從0到1完成知識(shí)圖譜構(gòu)建；

9. 通過展示教師的實(shí)際科研成果，講述人工智能與知識(shí)圖譜的技術(shù)原理與應(yīng)用系統(tǒng)開發(fā)方法、知識(shí)圖譜系統(tǒng)開發(fā)工具使用方法。使學(xué)員掌握知識(shí)圖譜基礎(chǔ)與專門知識(shí)，獲得較強(qiáng)的知識(shí)圖譜應(yīng)用系統(tǒng)的分析、設(shè)計(jì)、實(shí)現(xiàn)能力。

二、 培訓(xùn)特色

本次培訓(xùn)從實(shí)戰(zhàn)的角度對(duì)深度學(xué)習(xí)技術(shù)進(jìn)行了全面的剖析，并結(jié)合實(shí)際案例分析和探討深度學(xué)習(xí)的應(yīng)用場(chǎng)景，給深度學(xué)習(xí)相關(guān)從業(yè)人員以指導(dǎo)和啟迪。

三、 日程安排

培訓(xùn)模塊	培訓(xùn)內(nèi)容
機(jī)器學(xué)習(xí)基礎(chǔ)	1. 機(jī)器學(xué)習(xí)的開發(fā)過程 2. 監(jiān)督學(xué)習(xí)的處理模式 3. 無(wú)監(jiān)督學(xué)習(xí)的處理模式 4. 機(jī)器學(xué)習(xí)模型的開發(fā)步驟 5. 機(jī)器學(xué)習(xí)模型開發(fā)的要點(diǎn)
機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	1. 分類 2. 回歸 3. 時(shí)間序列分析 4. 關(guān)聯(lián)分析 5. 聚類與降維
深度學(xué)習(xí)基礎(chǔ)	1. 神經(jīng)元與神經(jīng)網(wǎng)絡(luò) 2. 激活函數(shù)的點(diǎn)火機(jī)制 3. Sigmoid函數(shù)與參數(shù)優(yōu)化 4. 梯度下降法 5. 簡(jiǎn)單感知機(jī) 6. 多層感知機(jī) 7. Tensorflow實(shí)現(xiàn)感知機(jī) 8. Keras實(shí)現(xiàn)感知機(jī) 9. PyTorch實(shí)現(xiàn)感知機(jī)
深度學(xué)習(xí)進(jìn)階	1. 前饋神經(jīng)網(wǎng)絡(luò) 2. 誤差反向傳播 3. 創(chuàng)建神經(jīng)網(wǎng)絡(luò) 4. Fashion-MNIST圖像識(shí)別 5. TensorFlow構(gòu)建圖像識(shí)別網(wǎng)絡(luò)模型 6. Keras構(gòu)建圖像識(shí)別網(wǎng)絡(luò)模型 7. PyTorch構(gòu)建圖像識(shí)別網(wǎng)絡(luò)模型
卷積神經(jīng)網(wǎng)絡(luò)與圖像識(shí)別	1. 卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 2. 基于TensorFlow構(gòu)建CNN 3. 基于Keras構(gòu)建CNN 4. 基于PyTorch構(gòu)建CNN
一般物體的圖像識(shí)別	1. 多分類數(shù)據(jù)集CIFAR-10介紹 2. CNN識(shí)別普通物體的結(jié)構(gòu) 3. 基于TensorFlow + CNN構(gòu)建物體識(shí)別模型 4. 基于Keras + CNN構(gòu)建物體識(shí)別模型 5. 基于PyTorch + CNN構(gòu)建物體識(shí)別模型 6. 模型調(diào)優(yōu)提高物體識(shí)別精度
循環(huán)神經(jīng)網(wǎng)絡(luò)	1. RNN基本結(jié)構(gòu) 2. LSTM文章生成 3. GRU圖像生成 4. VEA圖像生成 5. GAN圖像生成
Open CV與圖像識(shí)別	1. OpenCV安裝 2. 基于OpenCV物體檢測(cè) 3. 圖像檢測(cè)與圖像保存
知識(shí)圖譜概述	1.知識(shí)圖譜（KG）概念 2.知識(shí)圖譜的起源與發(fā)展 3.典型知識(shí)圖譜項(xiàng)目簡(jiǎn)介 4.知識(shí)圖譜技術(shù)概述 5.知識(shí)圖譜典型應(yīng)用
知識(shí)存儲(chǔ)	1. 知識(shí)圖譜數(shù)據(jù)庫(kù) 2. 知識(shí)圖譜存儲(chǔ)方法 3. 基于Neo4j的知識(shí)存儲(chǔ)實(shí)踐 4. 開源知識(shí)存儲(chǔ)工具理論與實(shí)踐
知識(shí)圖譜案例	基于Neo4j人物關(guān)系知識(shí)圖譜存儲(chǔ)與檢索
GYM與強(qiáng)化學(xué)習(xí)	1. GYM安裝與游戲獎(jiǎng)罰設(shè)置 2. 強(qiáng)化學(xué)習(xí)的與眾不同 3. 馬爾科夫性質(zhì)與決策過程 4. SARSA 算法介紹與推導(dǎo) 5. 蒙特卡洛多步采樣
基于DQN神經(jīng)網(wǎng)絡(luò)構(gòu)建	1. CartPole規(guī)則與演示 2. Q-Table局限性 3. 爬山算法獲取最優(yōu)解 4. DQN 強(qiáng)化神經(jīng)網(wǎng)絡(luò) 5. DQN原理分析 6. 強(qiáng)化學(xué)習(xí)模型部署與應(yīng)用

四、 授課專家

劉老師  西安郵電學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)本科專業(yè)，擁有著十幾年軟件研發(fā)經(jīng)驗(yàn)，7年企業(yè)培訓(xùn)經(jīng)驗(yàn)，對(duì)Java、Python、區(qū)塊鏈等技術(shù)領(lǐng)域有獨(dú)特的研究，精通J2EE企業(yè)級(jí)開發(fā)技術(shù)。Java方向：設(shè)計(jì)模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且對(duì)Java源碼有深入研究。Python方向：Python OOP、Mongodb、Django、Scrapy爬蟲、基于Surprise庫(kù)數(shù)據(jù)推薦，Tensorflow人工智能框架、人臉識(shí)別技術(shù)。區(qū)塊鏈方向：BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS。

王老師  北京郵電大學(xué)軟件工程碩士，近10年的IT領(lǐng)域相關(guān)技術(shù)研究和項(xiàng)目開發(fā)工作，6年新東方、中國(guó)移動(dòng)、中興能源和中培教育培訓(xùn)講師經(jīng)驗(yàn)，參與國(guó)家級(jí)氣象軟件工程規(guī)范制定工作，對(duì)軟件技術(shù)演變歷史和趨勢(shì)有深入體驗(yàn)，現(xiàn)任某軟件科技公司CEO。在長(zhǎng)期軟件領(lǐng)域工作過程中，對(duì)軟件企業(yè)運(yùn)作模式有深入研究，熟悉軟件質(zhì)量保障標(biāo)準(zhǔn)ISO9003和軟件過程改進(jìn)模型CMM/CMMI，在具體項(xiàng)目實(shí)施過程中總結(jié)經(jīng)驗(yàn)，有深刻認(rèn)識(shí)。創(chuàng)業(yè)公司合伙人，技術(shù)總監(jiān)。機(jī)器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開發(fā)研究經(jīng)驗(yàn)，精通算法原理與編程實(shí)踐。曾使用Tensorflow，Caffe，Keras等深度學(xué)習(xí)框架完成過多項(xiàng)圖像，語(yǔ)音，nlp，知識(shí)圖譜，搜索相關(guān)的人工智能實(shí)際項(xiàng)目，研發(fā)經(jīng)驗(yàn)豐富。擁有兩項(xiàng)國(guó)家專利。同時(shí)具有多年授課培訓(xùn)經(jīng)驗(yàn)，講課通俗易懂，代碼風(fēng)格簡(jiǎn)潔清晰。

通曉多種軟件設(shè)計(jì)和開發(fā)工具。對(duì)軟件開發(fā)整個(gè)流程非常熟悉，能根據(jù)項(xiàng)目特點(diǎn)定制具體軟件過程，并進(jìn)行項(xiàng)目管理和監(jiān)控，有很強(qiáng)的軟件項(xiàng)目組織管理能力。對(duì)C 、C++ 、java、java EE、android、IOS、大數(shù)據(jù)、云計(jì)算有比較深入的理解和應(yīng)用，具有較強(qiáng)的移動(dòng)互聯(lián)網(wǎng)應(yīng)用需求分析和系統(tǒng)設(shè)計(jì)能力，熟悉Android框架、IOS框架等技術(shù)，了解各種設(shè)計(jì)模式，能在具體項(xiàng)目中靈活運(yùn)用。

覃老師  上海大學(xué)物理學(xué)碩士，創(chuàng)業(yè)公司合伙人，技術(shù)總監(jiān)。機(jī)器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開發(fā)研究經(jīng)驗(yàn)，精通算法原理與編程實(shí)踐。曾使用Tensorflow，Caffe，Keras等深度學(xué)習(xí)框架完成過多項(xiàng)圖像，語(yǔ)音，nlp，搜索相關(guān)的人工智能實(shí)際項(xiàng)目，研發(fā)經(jīng)驗(yàn)豐富。擁有兩項(xiàng)國(guó)家專利。同時(shí)具有多年授課培訓(xùn)經(jīng)驗(yàn)，講課通俗易懂，代碼風(fēng)格簡(jiǎn)潔清晰。

王老師 計(jì)算機(jī)博士，深入理解傳統(tǒng)的計(jì)算機(jī)視覺方法與目前主流的深度學(xué)習(xí)算法，在圖像識(shí)別、目標(biāo)檢測(cè)、圖像分割、OCR、人臉識(shí)別等方向均進(jìn)行了豐富的項(xiàng)目實(shí)戰(zhàn)。熟練使用OpenCV、Tensorflow、Keras等工具。具備豐富的數(shù)據(jù)挖掘經(jīng)驗(yàn)，熟悉大數(shù)據(jù)下的ETL與模型搭建，曾獨(dú)立負(fù)責(zé)美團(tuán)用戶信用分評(píng)估、敏感身份挖掘、京東金融APP多個(gè)模塊推薦算法搭建等項(xiàng)目。

五、 培訓(xùn)費(fèi)用

培訓(xùn)費(fèi)：8800元/人（含培訓(xùn)費(fèi)、平臺(tái)費(fèi)、資料費(fèi)以及直播視頻回放一年等費(fèi)用）。

參加培訓(xùn)并通過考試學(xué)員，由工業(yè)和信息化部教育與考試中心統(tǒng)一頒發(fā)《人工智能工程師》工業(yè)和信息化職業(yè)能力證書，證書可作為專業(yè)技術(shù)人員職業(yè)能力考核的證明，以及專業(yè)技術(shù)人員崗位聘用、任職、定級(jí)和晉升職務(wù)的重要依據(jù)。

我要報(bào)名沒有找到合適的課程,請(qǐng)?jiān)谶@里提交您的培訓(xùn)需求  發(fā)布需求

主題

上課時(shí)間

參加人數(shù)

費(fèi)用

聯(lián)系人

先生 女士

單位名稱

部門職務(wù)

電話

傳真

手機(jī)

郵箱

通信地址

郵編

備注

驗(yàn)證碼

看不清，請(qǐng)換一張

現(xiàn)在報(bào)名

推薦課程