人工智能与机器学习实战培训课程
课程收益：
1、 通过本课程的学习，学员可以用较短的时间掌握人工智能领域的基础和精华内容
2、 让学员掌握人工智能的基础知识，人工智能的问题解决思路，人工智能的应用案例，人工智能产业和人工智能产品的应用解决方案。
3、 让学员掌握人工智能的技术平台应用，重点包括Python Keras，TensorFlow，PyTorch， Theano，CNTK，Caffe等应用实战，并且通过两三个具体的企业应用实验操作，巩固掌握的AI技术和平台。
培训对象：
1、 IT工程师
2、 人工智能架构师
3、 其它对人工智能和机器学习感兴趣的人员
学员基础：了解Python编程，并对机器学习算法有基础概念了解
|
培训内容：
|
|
人工智能基础、技术及其体系
|
1. 人工智能（Artificial Intelligence，AI）的定义、起源、用途
2. 人工智能的发展历程与脉络
3. 人工智能的国家政策解读
4. 人工智能的技术体系
5. 人工智能的技术框架
6. 中国和美国的人工智能产业和主流人工智能产品
|
|
人工智能的问题求解及技术实现
|
7. 人工智能领域的经典问题和求解方式
8. 机器学习模型和推理符号模型
9. 业界主流的机器学习方法解决人工智能领域的思路
10. 人工智能和大数据
11. 人工智能和机器学习
12. 人工智能和深度学习
|
|
人工智能的学习方式
|
13. 有监督学习训练
14. 无监督学习训练
15. 半监督学习训练
|
|
人工智能的行业应用与发展
|
16. 人工智能的行业图谱和行业发展剖析
17. 人工智能结合大数据的行业应用案例
18. 人工智能在“互联网+”领域的应用
19. 人工智能在制造业领域的应用
20. 人工智能在金融、消费领域的应用
21. 人工智能在出行、旅游领域的应用
|
|
部署人工智能实验平台
|
22. 部署人工智能实验操作软件和环境
23. 运行讲师提供的人工智能简单示例验证环境的准确性
24. 熟悉实验资料和实验环境
|
|
人工智能机器学习的算法模型的应用实践（1）
|
25. 人工智能领域的四大类经典算法模型
26. 神经网络机器学习算法模型及其应用
27. 决策树算法模型及其应用
28. 关联分析算法模型及其应用
29. 聚类分析算法模型及其应用
30. 深度学习算法模型及应用
|
|
人工智能机器学习的算法模型的应用实践（2）
|
31. 朴素贝叶斯算法模型及其应用
32. 逻辑回归算法模型及其预测应用
33. Python机器学习库的应用
34. Python Scikit-learn算法库的使用讲解
|
|
人工智能和机器学习的实验操作
|
35. Python Scikit-learn算法库的实战操作
36. 利用Python语言编程，实现分类预测项目
37. 实验要求准确率、召回率、误差等指标
|
|
深度学习技术及其应用
|
38. 浅层学习技术及应用
39. 深度学习算法、技模型及应用
40. CNN卷积神经网络算法模型及应用
41. RNN循环神经网络算法模型及应用
42. LSTM神经网络算法模型及应用
43. 深度学习在人脸识别、语音识别领域的解决方案
|
|
TensorFlow AI深度学习平台及其应用实践（1）
|
44. TensorFlow：一个AI深度学习框架的概述
45. TensorFlow架构
46. TensorFlow的安装、部署、配置
47. TensorFlow的应用场景和应用案例
48. TensorFlow搭建GPU和CPU人工智能集群
49. 基于Tensorflow实现CNN模型应用，以及算法部署，算法调优，处理效率提升之道
50. 基于Tensorflow实现RNN（LSTM）模型应用，以及算法部署，算法调优，处理效率提升之道
|
|
TensorFlow AI深度学习平台及其应用实践（2）
|
51. TensorFlow CNN应用操作
52. TensorFlow RNN应用操作
53. TensorFlow LSTM应用操作
54. TensorFlow在自然语言生成建模案例
55. TensorFlow在图像识别的实验操作
|
|
Tensorboard AI 深度学习可视化建模工具与模型优化
|
56. Tensorboard简介
57. Tensorboard可视化和命名空间
58. TensorFlow人工智能建模模型状态评估与优化
59. Tensorboard的部署、配置和应用编程
60. 利用Tensorboard实现图像识别操作
61. 利用TensorFlow实现文本挖掘操作
|
|
Keras 人工智能平台应用实践
|
62. Keras人工智能平台架构
63. Keras AI平台的部署与配置
64. Keras技术实现与工作机制
65. Keras序列模式
66. Keras图像与自然语言应用案例
67. Keras实验操作：Kaggle图像比赛与优化案例（选做）
|
|
人工智能的产品解决方案
|
68. 图像处理解决方案
69. 人脸识别解决方案
70. 语音识别解决方案
71. 文本分类解决方案
72. 视频理解解决方案
|
|
项目实践
|
73. 人脸识别项目
74. 新闻内容文本分类预测项目
讲师答疑
|
|
