李海良 老師
- 所在地區(qū)： 廣東 珠海
- 主打行業(yè)： 不限行業(yè)
- 擅長領(lǐng)域：互聯(lián)網(wǎng) 大數(shù)據(jù) 智能制造 科技創(chuàng)新 信息安全
- 企業(yè)培訓(xùn)請聯(lián)系董老師
- 聯(lián)系手機(jī)：
李海良老師培訓(xùn)聯(lián)系微信
掃一掃,關(guān)注公眾號
李海良老師的內(nèi)訓(xùn)課程
《大數(shù)據(jù)技術(shù)及應(yīng)用》課程教學(xué)大綱一 、課程基本信息課程名稱大數(shù)據(jù)技術(shù)及應(yīng)用（英文名稱） Big data technology and App lication課程學(xué)時理論 8 小時，實(shí)驗(yàn) 4 小時授課方式多媒體+實(shí)踐考核方式實(shí)踐考試+課程論文開課單位先修課程C 語言程序設(shè)計(jì)；Java 程序設(shè)計(jì)；數(shù)據(jù)結(jié)構(gòu)；Linux 操作系統(tǒng)；后續(xù)課程大數(shù)據(jù)算法；適用專業(yè)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、人工智能、模式識別與人工智能；信息技術(shù)-職業(yè)技術(shù)教育方向二 、課程的性質(zhì) 、 目的和任務(wù)《大數(shù)據(jù)技術(shù)及應(yīng)用》 是大數(shù)據(jù)管理及應(yīng)用專業(yè)人員一 門核心課程 ，也是 該專業(yè)的導(dǎo)入課程 ，以引導(dǎo)學(xué)生對數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)與應(yīng)用有
講師：李海良查看詳情
大語言模型開發(fā)與訓(xùn)練培訓(xùn)大綱 第一天：基礎(chǔ)知識與初步實(shí)踐 上午：理論基礎(chǔ)與工具準(zhǔn)備1. 歡迎與介紹 培訓(xùn)目標(biāo)和內(nèi)容概述 參與者自我介紹與期望2. 大語言模型概述 2.1什么是大語言模型（LLM） 定義與基本概念 介紹Transformer架構(gòu)及其在自然語言處理中的重要性 2.2 LLM的應(yīng)用場景和優(yōu)勢 介紹LLM在文本生成、翻譯、問答系統(tǒng)、文本摘要等方面的應(yīng)用 主要的LLM架構(gòu) GPT（Generative Pretrained Transformer） GPT2和GPT3的區(qū)別與應(yīng)用實(shí)例 BERT（B
講師：李海良查看詳情
ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBxAHoAaABmAEcAKwBBAGEAagBiADAAeAA0ADUAZQBzAFoAdwBXAFEAeABnAGsARwBDAG0AUABnAEMAWAB2AGcARABCADEARQBSAEUAbQBLAEkAUgBpAEQAWgBI
講師：李海良查看詳情
ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBxAHoAaABmAEcAKwBBAGEAagBiADAAeAA0ADUAZQBzAFoAdwBXAFEAeABnAGsARwBDAG0AUABnAEMAWAB2AGcARABCADEARQBSAEUAbQBLAEkAUgBpAEQAWgBI
講師：李海良查看詳情
人工智能 課程大綱人工智能課程大綱 一、課程介紹人工智能是現(xiàn)代科技領(lǐng)域的熱點(diǎn)之一，本課程旨在介紹人工智能的基本理論、應(yīng)用領(lǐng)域以及相關(guān)技術(shù)。通過本課程的學(xué)習(xí)，學(xué)生將了解人工智能的概念、發(fā)展歷程以及未來發(fā)展趨勢，掌握人工智能的基本原理和各種算法模型，并學(xué)會應(yīng)用人工智能技術(shù)解決實(shí)際問題。二、課程目標(biāo)1. 理解人工智能的基本概念和原理；2. 熟悉人工智能的發(fā)展歷程和應(yīng)用領(lǐng)域；3. 掌握人工智能算法和模型的基本原理；4. 學(xué)會使用常見的人工智能技術(shù)解決實(shí)際問題；5. 培養(yǎng)學(xué)生的創(chuàng)新思維和解決問題的能力。三、主要內(nèi)容1. 人工智能概述（1）人工智能的定義和發(fā)展歷程（2）人工智能的研究領(lǐng)域和應(yīng)用領(lǐng)域（3）人
講師：李海良查看詳情
人工智能基礎(chǔ)理論主題：機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，大模型，多模態(tài)1. 機(jī)器學(xué)習(xí)基礎(chǔ) 1.1 機(jī)器學(xué)習(xí)的基本概念 機(jī)器學(xué)習(xí)的定義與重要性 數(shù)據(jù)驅(qū)動的方法與傳統(tǒng)編程的區(qū)別 1.2 常見的機(jī)器學(xué)習(xí)算法及其應(yīng)用場景 線性回歸：用于預(yù)測連續(xù)值 邏輯回歸：用于二分類問題 決策樹與隨機(jī)森林：用于分類和回歸 支持向量機(jī)（SVM）：用于分類問題2. 深度學(xué)習(xí)基礎(chǔ) 2.1 深度學(xué)習(xí)的基本原理 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作原理 激活函數(shù)：Sigmoid、ReLU、Tanh等 2.2 關(guān)鍵技術(shù) 反向傳播算法：損失函數(shù)與梯度下