北京人工智能工程师
课程班型小班
上课时间任意时段
课时数量210课时
课程简介
课程亮点:
垂直专业深度、纵向创新力度、横向知识宽度、课程服务体验
学习目标:
从0学习人工智能知识
课程内容:
"人工智能之数学基础(约6小时)
1.微积分
2.线性代数
3.概率论与数理统计
02
数据库基础——关系型数据库(约8小时)
1.*QL入门及安装
2.数据表及字段操作
3.*QL查询、链接
4.*QL商业应用案例
03
数据库基础——非关系型数据库(约5小时)
1.*****DB简介
2.*****DB的常用操作
3.*****DB的使用
4.****on操作MongoDB
04
人工智能之Python基础篇(约5小时)
1.****on的安装与环境配置
2.****on的基础与规范
3.****on的基本对象类型
4.****on语句
05
人工智能之Python进阶篇(约5小时)
1.函数
2.类与对象
3.库与模块
4.文件
5.错误与异常
06
人工智能之机器学习基础篇(约10小时)
1.****on机器学习算法库Scikit-Learn入门介绍
2.****on统计分析基础
3.*VD分解与主成分分析
4.线性回归算法实现
5.岭回归、Lasso和弹性网
6.判别分析
7.梯度下降算法原理与Scikit-Learn实现
8.逻辑回归算法原理与Scikit-Learn实现
9.贝叶斯算法原理与Scikit-Learn实现
10.案例:泰坦尼克号生存预测
07
人工智能之机器学习进阶篇(约20小时)
1.*NN最近邻元素分类器
2.时间序列模型
3.EM算法
4.聚类分析
5.决策树模型的基本原理与Scikit-Learn实现
6.集成算法入门
7.集成算法的Scikit-Learn实现
8.感知机模型基本原理
9.支持向量机基本原理与Scikit-Learn实现
10******st
11.案例:上市公司股价预测
12.案例:客户风险评级
13.大型案例:上市公司营收状况预测
08
人工智能之复杂网络分析(约10小时)
1.图论
2.复杂网络的拓扑结构性质
3.更多类型的网络
4.复杂网络的演化
5.复杂网络的功能
6.案例:北京市快速轨道交通的有效性
7.案例:社交网络数据分析
09
深度学习框架Tensorflow(约7小时)
1.开发环境搭建
2.T*****flow基本数据结构
3.T*****Flow实现代码结构和开发步骤——回归问题
4.T*****Flow深度学习基础--神经网络——分类问题
5.手写数字识别的突破---卷积神经网络Tensorflow实现
10
人工智能之深度学习基础篇(约15小时)
1.AI概述和Tensorflow基础
2.神经网络结构
3.卷积神经网络
4.*NN和LSTM
收 起获取详细课程大纲
11
人工智能之深度学习进阶篇(约15小时)
1.神经网络算法基础(1)
2.神经网络算法基础(2)
3.迁移学习和强化学习
4.自然语言处理
12
识文断字:人工智能实战之文本分析(约6小时)
1.文本分析简介
2.文本数据预处理
3.文本分析应用与Python语言实作
13
火眼金睛:人工智能实战之图像识别(约6小时)
1.深度学习与图像识别及经典数据集
2.图像识别的突破--卷积神经网络简介
3.使用卷积神经网络对经典数据集cifar进行分类识别
4.使用自己的数据集训练卷积神经网络
14
耳听八方:人工智能实战之语音识别(约5小时)
1.语音识别介绍
2.语音技术分析
3.本地语音识别
4.网络语音识别
15
运筹帷幄:人工智能实战之对抗生成网络(约5小时)
11**AN简介
2.*AN原型详解
3.***AN
4.******AN
5.半监督学习
6.知识汇总与作业
16
冰雪聪明:人工智能实战之智能问答系统(约5小时)
1.从与机器的沟通方式开始
2.对话:问题的理解与答案的生成
3.词典:关键词检索
4.专家:指定领域的问答助手
5.百科全书:开放式的问答系统"
- 使用人群
- 零基础学员
- 课程内容
- 人工智能工程师
- 课程亮点
- 专业指导
免费领取试听名额
名额有限 领完为止
相关推荐
通知:本页信息由注册会员(机构)自行发布或提供,所有内容仅供参考,最终以机构的官方信息为准,任何关于对机构的推荐都不能替代您的考察核实,本站不承担相关内容和推荐所引起的法律责任。如果您的知识产权或其他合法权益被侵犯,请立即向我们发出"权利通知书",我们将根据相关法律法规采取相应的措施予以处理,切实维护您的合法权利。联系我们:18615226315@163.com