AI人工智能技術及其應用實戰(zhàn)其它上課時間：

• 2021/3/25至2021/3/28 北京

• 2021/7/22至2021/7/25 杭州

• 2021/8/26至2021/8/29 重慶

• 2021/9/23至2021/9/26 上海

• 2021/10/28至2021/10/31 北京

• 2021/11/26至2021/11/29 珠海

• 2021/12/24至2021/12/27 北京

1、IT工程師2、技術總監(jiān)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

課程介紹
近年來,隨著“人工智能”深入應用到社會各個行業(yè),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(yè)信息化領域,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。“人工智能技術及其應用實戰(zhàn)培訓班”望各單位收到通知后組織相關人員參加�，F(xiàn)將有關事宜通知如下：
本課程對業(yè)界主流最新的人工智能及其應用實戰(zhàn)技術分成基礎級、進階級、高級實戰(zhàn)三個層次進行系統(tǒng)化地培訓,讓學員分成三個階段深入系統(tǒng)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(nèi)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(chǎn)業(yè)和人工智能產(chǎn)品的應用解決方案。
|
2)第二階段:人工智能進階級培訓內(nèi)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(jiān)督學習,無監(jiān)督學習和半監(jiān)督學習,以及決策樹機器學習、樸素貝葉斯機器學習、神經(jīng)網(wǎng)絡機器學習、深度學習、巻積神經(jīng)網(wǎng)絡和LSTM神經(jīng)網(wǎng)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(nèi)容,讓學員掌握人工智能的系統(tǒng)平臺工具的應用實戰(zhàn),包括人工智能的代表性系統(tǒng)工具平臺:TesorFlow深度學習平臺,Keras深度學習庫和PythonAl系統(tǒng)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(zhàn)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(nèi)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(chǎn)業(yè)和人工智能產(chǎn)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(zhàn),并且通過兩三個具體的企業(yè)應用實驗操作,鞏固掌握的Al技術和平臺。

課程大綱

內(nèi)容模塊

課程介紹

授課詳細內(nèi)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(fā)展歷程與脈絡

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

模塊二

人工智能的問題求解及技術實現(xiàn)

6.人工智能領域的經(jīng)典問題和求解方式

7.機器學習模型和推理符號模型

8.人工智能和大數(shù)據(jù)

9.人工智能和機器學習

10.人工智能和深度學習

模塊三

人工智能的學習方式

11.有監(jiān)督學習訓練

12.無監(jiān)督學習訓練

13.半監(jiān)督學習訓練

模塊四

人工智能的行業(yè)應用與發(fā)展

14.人工智能的行業(yè)圖譜和行業(yè)發(fā)展割析

15.人工智能結合大數(shù)據(jù)的行業(yè)應用案例

16.人工智能在“互聯(lián)網(wǎng)+”領域的應用

17.人工智能在制造業(yè)領域的應用

18.人工智能在金融、消費領域的應用

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

人工智能機器學習的算法模型的應用實踐(1)

22.人工智能領域的四大類經(jīng)典算法模型

23.神經(jīng)網(wǎng)絡機器學習算法模型及其應用

24.決策樹算法模型及其應用

25.關聯(lián)分析算法模型及其應用

26.聚類分析算法模型及其應用

27.深度學習算法模型及應用

28.CNN卷積神經(jīng)網(wǎng)絡算法模型及應用

模塊七

人工智能機器學習的算法模型的應用實踐(2)

29.樸素貝葉斯算法模型及其應用

30.邏輯回歸算法模型及其預測應用

31.LSTM深度學習庫的應用

32.Python機器學習庫的應用

33.PythonScikit-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

34.PythonScikit_learn算法庫的實戰(zhàn)操作

35.利用Python語言編程,實現(xiàn)分類預測項目

36.實驗要求準確率、召回率、誤差等指標

模塊九

TensorFlowAl深度學習平臺及其應用實踐(1)

37.TensorFlow:一個Al深度學習框架的概述

38.TensorFlow深度學習平臺的工作機制和系統(tǒng)架構

39.TensorFlow的安裝、部署、配置和使用

40.TensorFlow的應用場景和應用案例

模塊十

TensorFlowAl深度學習平臺及其應用實踐(2)

41.TensorFlowCNN應用操作

42.TensorFlowLSTM應用操作

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人工智能平臺應用實踐

47.業(yè)界常用的AI平臺：Keras人工智能平臺架構

48.KerasAl平臺的部署與配置

49.Keras技術實現(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.講師提供項目指導手冊,帶著學員完成,學員獨立完成后,講師答疑

模塊十三

培訓內(nèi)容綜合、

應用完整實踐與咨詢討論

53.根據(jù)講師布置的實際應用案例,開展人工智能和大數(shù)據(jù)完整項目部署設計和應用開發(fā)實踐、應用實施以及解決方案分享咨詢與交流討論

課程主講

張教授，西安理工大學博士生導師�，F(xiàn)為國家重點新產(chǎn)品計劃項目咨詢專家、陜西省制造業(yè)信息化專家組專家、陜西省衛(wèi)生信息化專家組專家，西安理工大學計算機學院副院長，博士生導師。從事機器學習，機器視覺，人工智能方面的研究20多年。對大數(shù)據(jù)的收集、處理、數(shù)據(jù)挖掘在實際應用中有深刻的認識。致力于利用大數(shù)據(jù)、人工智能在企業(yè)決策規(guī)劃、圖像處理、語義理解、數(shù)據(jù)可視化方面的應用。