培訓(xùn)背景
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)。
培訓(xùn)收益
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 。
培訓(xùn)特色
本課程采用定制授課+案例訓(xùn)練+互動咨詢討論,技術(shù)原理與項目案例相結(jié)合的方式進(jìn)行教學(xué)。
課程大綱
模塊 | 課程介紹 | 詳細(xì)內(nèi)容(3天) |
---|---|---|
模塊一 |
人工智能基礎(chǔ)、 技術(shù)及其體系 |
1.人工智能的本質(zhì) 2.人工智能的功能 3.人工智能的技術(shù)體系 4.人工智能的典型應(yīng)用 |
模塊二 |
人工智能的問題 求解及技術(shù)實現(xiàn) |
1.機(jī)器學(xué)習(xí)的流程 2.特征工程 3.機(jī)器學(xué)習(xí)模型的性能評估 4.人機(jī)協(xié)同 |
模塊三 | 人工智能的學(xué)習(xí)方式 |
1.監(jiān)督學(xué)習(xí) 2.非監(jiān)督學(xué)習(xí) 3.半監(jiān)督學(xué)習(xí) 4.加強(qiáng)學(xué)習(xí) |
模塊四 |
人工智能的 行業(yè)應(yīng)用與發(fā)展 |
1.人工智能的行業(yè)圖譜和行業(yè)發(fā)展剖析 2.人工智能結(jié)合大數(shù)據(jù)的行業(yè)應(yīng)用案例 3.人工智能在“互聯(lián)網(wǎng)+”領(lǐng)域的應(yīng)用 4.人工智能在制造業(yè)領(lǐng)域的應(yīng)用 5.人工智能在金融、消費領(lǐng)域的應(yīng)用 6.人工智能在物流領(lǐng)域的應(yīng)用 7.其他領(lǐng)域 |
模塊五 |
主流人工智能 實驗平臺部署 | 1.機(jī)器學(xué)習(xí)平臺TensorFlow的安裝、使用和應(yīng)用案例 |
模塊六 |
人工智能機(jī)器學(xué)習(xí)的 算法模型的應(yīng)用實踐 |
1.神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)算法模型及其應(yīng)用 2.決策樹算法模型及其應(yīng)用 3.關(guān)聯(lián)分析算法模型及其應(yīng)用 4.聚類分析算法模型及其應(yīng)用 5.樸素貝葉斯算法模型及其應(yīng)用 6.邏輯回歸算法模型及其預(yù)測應(yīng)用 7.深度學(xué)習(xí)算法模型及應(yīng)用 8.圖書自動標(biāo)準(zhǔn)案例 9.寫作機(jī)器人案例 10.智能催收語音合成案例 |