人工智能技術(shù)及其應(yīng)用實戰(zhàn)

人工智能技術(shù)及其應(yīng)用實戰(zhàn)(鐘老師)課程介紹：

    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)、巻積神經(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 Al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。

培訓(xùn)目標(biāo)
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PythonKeras, 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 Al技術(shù)和平臺。

培訓(xùn)方式
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(zhǔn)備的實際的應(yīng)用案例供學(xué)員動手訓(xùn)練 。

詳細大綱與培訓(xùn)內(nèi)容

模塊一 人工智能基礎(chǔ)、技術(shù)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(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

模塊二 人工智能的問題求解及技術(shù)實現(xiàn)
6.人工智能領(lǐng)域的經(jīng)典問題和求解方式
7.機器學(xué)習(xí)模型和推理符號模型
8.人工智能和大數(shù)據(jù)
9.人工智能和機器學(xué)習(xí)
10.人工智能和深度學(xué)習(xí)

模塊三 人工智能的學(xué)習(xí)方式
11.有監(jiān)督學(xué)習(xí)訓(xùn)練
12.無監(jiān)督學(xué)習(xí)訓(xùn)練
13.半監(jiān)督學(xué)習(xí)訓(xùn)練

模塊四 人工智能的行業(yè)應(yīng)用與發(fā)展
14.人工智能的行業(yè)圖譜和行業(yè)發(fā)展割析
15.人工智能結(jié)合大數(shù)據(jù)的行業(yè)應(yīng)用案例
16.人工智能在“互聯(lián)網(wǎng)+”領(lǐng)域的應(yīng)用
17.人工智能在制造業(yè)領(lǐng)域的應(yīng)用
18.人工智能在金融、消費領(lǐng)域的應(yīng)用

模塊五 部署人工智能實驗平臺
19.部署人工智能實驗操作軟件和環(huán)境
20.運行講師提供的人工智能簡単示例驗證環(huán)境的準(zhǔn)確性
21.熟悉實驗資料和實驗環(huán)境

模塊六 人工智能機器學(xué)習(xí)的算法模型的應(yīng)用實踐(1) 
22.人工智能領(lǐng)域的四大類經(jīng)典算法模型
23.神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)算法模型及其應(yīng)用
24.決策樹算法模型及其應(yīng)用
25.關(guān)聯(lián)分析算法模型及其應(yīng)用
26.聚類分析算法模型及其應(yīng)用
27.深度學(xué)習(xí)算法模型及應(yīng)用
28.CNN卷積神經(jīng)網(wǎng)絡(luò)算法模型及應(yīng)用

模塊七 人工智能機器學(xué)習(xí)的算法模型的應(yīng)用實踐(2) 
29.樸素貝葉斯算法模型及其應(yīng)用
30.邏輯回歸算法模型及其預(yù)測應(yīng)用
31.LSTM深度學(xué)習(xí)庫的應(yīng)用
32.Python機器學(xué)習(xí)庫的應(yīng)用
33.Python Scikit-learn算法庫的使用講解

模塊八 人工智能和機器學(xué)習(xí)的實驗操作
34.Python Scikit_learn算法庫的實戰(zhàn)操作
35.利用 Python語言編程,實現(xiàn)分類預(yù)測項目
36.實驗要求準(zhǔn)確率、召回率、誤差等指標(biāo)

模塊九 TensorFlow Al深度學(xué)習(xí)平臺及其應(yīng)用實踐(1)
37.TensorFlow: 一個Al深度學(xué)習(xí)框架的概述
38.TensorFlow深度學(xué)習(xí)平臺的工作機制和系統(tǒng)架構(gòu)
39.TensorFlow的安裝、部署、配置和使用
40.TensorFlow的應(yīng)用場景和應(yīng)用案例

模塊十 TensorFlow Al深度學(xué)習(xí)平臺及其應(yīng)用實踐(2)
41.TensorFlow CNN應(yīng)用操作
42.TensorFlow LSTM應(yīng)用操作
43.TensorFlow在圖像識別的實驗操作
44.基于TensorFlow的可視化工具：Tensorboard簡介
45.Tensorboard的部署、配置和應(yīng)用界面操作
46.基于TensorFlow和Tensorboard進行實驗操作

模塊十一 Keras人工智能平臺應(yīng)用實踐
47.業(yè)界常用的AI平臺：Keras人工智能平臺架構(gòu)
48.Keras Al平臺的部署與配置
49.Keras技術(shù)實現(xiàn)與工作機制
50.Keras實驗操作

模塊十二 項目實踐
51.利用學(xué)過的知識，使用Python編程實現(xiàn)基本的人臉識別或講師布置的AI實驗項目
52.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

模塊十三 培訓(xùn)內(nèi)容綜合、應(yīng)用完整實踐與咨詢討論
53.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

師資力量
鐘老師,男,博士畢業(yè)于中國科學(xué)院,獲工學(xué)博士學(xué)位(計算機專業(yè)),博士后(虛擬經(jīng)濟與數(shù)據(jù)科學(xué)專業(yè)) , 曾在國內(nèi)某高校和某大型通信企業(yè)工作過, 目前在中國科學(xué)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(shù)據(jù)系列課程建設(shè)與教學(xué)專家,新技術(shù)課程開發(fā)組長。近八年來帶領(lǐng)團隊主要從事 Python編程、 Al人工智能、深度學(xué)習(xí)平臺的項目實踐(Tensorflow、 Keras、 PyTorch、 Caffe、 Theano, CNTK等)、大數(shù)據(jù)建模分析控掘與機器學(xué)習(xí)(SPSS, Python, Mahout、 MLlib、 Python、 Oryx、 H20、 FlinkPentahoBl、 SAS、 R等)、大數(shù)據(jù)管理與高性能分析處理(Hadoop、 Spark、 Storm)、大數(shù)據(jù)倉庫(HIVE)和實時數(shù)據(jù)倉庫(SparkSQL、 Shark), MPP并行數(shù)據(jù)倉庫(Greenplum etc)、NoSQL與NewSQL分布式數(shù)據(jù)庫(HBase、 MongoDB、 Cassandra etc)、(移動)電子商務(wù)平臺、大數(shù)據(jù)搜索平臺(ElasticSearch、 Solr、 Lucene等)、云計算與虛擬化(0penStack, VMware, XenServer, CloudStack, KVM, Docker, SaaS服務(wù))、云存儲系統(tǒng)、 Swift對象存儲系統(tǒng)、網(wǎng)絡(luò)GIS 地圖服務(wù)器、 互聯(lián)網(wǎng)+在線教育云平臺方面的項目研發(fā)與管理工作。

頒發(fā)證書
參加相關(guān)培訓(xùn)并通過考試的學(xué)員，可以獲得：
1.工業(yè)和信息化部頒發(fā)的-人工智能與深度學(xué)習(xí)證書。該證書可作為專業(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、定級和晉升職務(wù)的重要依據(jù)。
注：請學(xué)員帶二寸彩照2張（背面注明姓名）、身份證復(fù)印件一張。

更多人工智能技術(shù)及其應(yīng)用實戰(zhàn)相關(guān)課程：