課程背景
人工智能(Artificial Intelligence),英文縮寫為AI。是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量,是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。
人工智能是智能學(xué)科重要的組成部分,它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能是十分廣泛的科學(xué),包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理、專家系統(tǒng)、機(jī)器學(xué)習(xí),計(jì)算機(jī)視覺等。
課程簡(jiǎn)介
中培偉業(yè)特邀相關(guān)領(lǐng)域權(quán)威專家精心打造了“人工智能實(shí)踐項(xiàng)目案例分析與實(shí)戰(zhàn)應(yīng)用”課程,并定期開展公開課。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,探討深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、圖像識(shí)別、知識(shí)圖譜的應(yīng)用場(chǎng)景。給相關(guān)從業(yè)人員以指導(dǎo)和啟迪。
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)《人工智能核心技術(shù)(高級(jí))》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)。
《人工智能實(shí)踐項(xiàng)目案例分析與實(shí)戰(zhàn)應(yīng)用》證書樣本
培訓(xùn)收益
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)員獲得:
1. 知識(shí)與技能提升——深化理論理解、掌握實(shí)踐技能、培養(yǎng)問題解決能力
2. 行業(yè)洞察與經(jīng)驗(yàn)積累——了解行業(yè)應(yīng)用趨勢(shì),積累項(xiàng)目實(shí)施經(jīng)驗(yàn),拓展行業(yè)人脈資源
3. 創(chuàng)新思維與能力培養(yǎng)——激發(fā)創(chuàng)新靈感,培養(yǎng)批判性思維,提升綜合創(chuàng)新能力
4. 職業(yè)發(fā)展與競(jìng)爭(zhēng)力提升——增強(qiáng)就業(yè)競(jìng)爭(zhēng)力,適應(yīng)職業(yè)發(fā)展需求,助力職業(yè)轉(zhuǎn)型與晉升。
帶你一課打通人工智能實(shí)用技能
培訓(xùn)對(duì)象
政府、企業(yè)、學(xué)校IT相關(guān)技術(shù)人員;
高校相關(guān)專業(yè)碩士、博士研究生;
人工智能與知識(shí)圖譜系統(tǒng)架構(gòu)師與編程人員;
企業(yè)管理人員、技術(shù)主管、產(chǎn)品經(jīng)理及決策者。
中培優(yōu)勢(shì)
課程安排
時(shí)間 | 內(nèi)容 | 備注 |
第一天 | 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 |
|
第二天 | 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 |
|
第三天 | 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 |
YOLO與目標(biāo)識(shí)別 | 1. YOLO介紹與版本安裝 2. 基于YOLO物體檢測(cè) 3. Labelimg物體標(biāo)注 4. 目標(biāo)檢測(cè)與檢測(cè)結(jié)果保存 |
|
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 |
|
知識(shí)圖譜的存儲(chǔ)與檢索 | 1. 知識(shí)圖譜數(shù)據(jù)庫 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 |
|
第四天 | 注意力機(jī)制 | 1. 點(diǎn)積注意力機(jī)制 2. 編碼與解碼注意力 3. 注意力機(jī)制中的Q、K、V 4. 自注意力與多頭注意力 |
TransFormer架構(gòu)解析 | 1. 各種注意力的應(yīng)用 2. 編碼器輸入與位置編碼 3. 編碼器的內(nèi)部結(jié)構(gòu) 4. 訓(xùn)練自己的TransFormer模型 |
|
Hugging Face平臺(tái)介紹與使用 | 1. Hugging Face 平臺(tái)簡(jiǎn)介與生態(tài)系統(tǒng) 2. Hugging Face 數(shù)據(jù)集庫 3. Transformers 庫的使用 4. 模型部署與推理 API |
講師團(tuán)隊(duì)
劉老師 西安郵電學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)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、中國移動(dòng)、中興能源和中培教育培訓(xùn)講師經(jīng)驗(yàn),參與國家級(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。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。
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。
考試須知
人工智能實(shí)踐項(xiàng)目案例分析與實(shí)戰(zhàn)應(yīng)用考試說明 | |||
考試形式 | 線上機(jī)考 | ||
考試平臺(tái) | 數(shù)字化人才培養(yǎng)--專項(xiàng)技術(shù)考試平臺(tái):www.huzbo.cn | ||
登錄方式 | 報(bào)名后即刻開通賬號(hào)密碼 | ||
考試時(shí)長(zhǎng) | 考試題型 | 題量 | 通過比例(分值) |
100分鐘 | 單選題 | 100道 | 60%、60分 |