人工智能技術及其應用實戰(zhàn)

頒發(fā)證書
參加相關培訓并通過考試的學員，可以獲得：
1.工業(yè)和信息化部全國網(wǎng)絡與信息技術考試管理中心中心頒發(fā)的-人工智能職業(yè)技能證書（等級高級）。該證書可作為專業(yè)技術人員職業(yè)能力考核的證明，以及專業(yè)技術人員崗位聘用、任職、定級和晉升職務的重要依據(jù)。
注：請學員帶二寸彩照2張（背面注明姓名）、身份證復印件一張。
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。因此中國軟件產(chǎn)業(yè)培訓網(wǎng)（www.zlrb.org.com)決定舉辦“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。現(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Python Al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。
培訓方式
定制授課+實戰(zhàn)案例訓練+考試互動咨詢討論
本課程采用技術原理與項目實戰(zhàn)相結(jié)合的方式進行教學, 在講授原理的過程中, 穿插實際的系統(tǒng)操作, 本課程講師也精心準備的實際的應用案例供學員動手訓練 。
詳細大綱與培訓內(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)展歷程與月永絡
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
6.中國和美國的人工智能產(chǎn)業(yè)和主流人工智能產(chǎn)品
模塊二人工智能的問題求解及技術實現(xiàn)
7.人工智能領域的經(jīng)典問題和求解方式
8.機器學習模型和推理符號模型
9.業(yè)界主流的機器學習方法解決人工智能領域的思路
10.人工智能和大數(shù)據(jù)
11.人工智能和機器學習
12.人工智能和深度學習
模塊三人工智能的學習方式
13.有監(jiān)督學習訓練
14.無監(jiān)督學習訓練
15.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
16.人工智能的行業(yè)圖譜和行業(yè)發(fā)展割析
17.人工智能結(jié)合大數(shù)據(jù)的行業(yè)應用案例
18.人工智能在“互聯(lián)網(wǎng)+”領域的應用
19.人工智能在制造業(yè)領域的應用
20.人工智能在金融、消費領域的應用
21.人工智能在出行、旅游領域的應用
模塊五部署人工智能實驗平臺
22.部署人工智能實驗操作軟件和環(huán)境
23.運行講師提供的人工智能簡単示例驗證環(huán)境的準確性
24.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)
25.人工智能領域的四大類經(jīng)典算法模型
26.神經(jīng)網(wǎng)絡機器學習算法模型及其應用
27.決策樹算法模型及其應用
28.關聯(lián)分析算法模型及其應用
29.聚類分析算法模型及其應用
30.深度學習算法模型及應用
模塊七人工智能機器學習的算法模型的應用實踐(2)
31.樸素貝葉斯算法模型及其應用
32.邏輯回歸算法模型及其預測應用
33.Python機器學習庫的應用
34.Python Scikit-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
35.Python Scikit_learn算法庫的實戰(zhàn)操作
36.利用Python語言編程,實現(xiàn)分類預測項目
37.實驗要求準確率、召回率、誤差等指標
模塊九深度學習技術及其應用
38.淺層學習技術及應用
39.深度學習算法、技模型及應用
40.CNN卷積神經(jīng)網(wǎng)絡算法模型及應用
41.RNN循環(huán)神經(jīng)網(wǎng)絡算法模型及應用
42.LSTM神經(jīng)網(wǎng)絡算法模型及應用
43.深度學習在人臉識別、語音識別領域的解決方案
模塊十TensorFlow Al深度學習平臺及其應用實踐(1)
44.TensorFlow: 一個Al深度學習框架的概述
45.TensorFlow架構(gòu)
46.TensorFlow的安裝、部署、配置
47.TensorFlow的應用場景和應用案例
48.TensorFlow搭建GPU和CPU人工智能集群
49.基于Tensorflow實現(xiàn)CNN模型應用,以及算法部署,算法調(diào)優(yōu),處理效率提升之道
50.基于Tensorflow實現(xiàn)RNN(LSTM)模型應用,　以及算法部署,
算法調(diào)優(yōu),處理效率提升之道
模塊十一TensorFlow Al深度學習平臺及其應用實踐(2)
51.TensorFlow CNN應用操作
52.TensorFlow RNN應用操作
53.TensorFlow LSTM應用操作
54.TensorFlow在自然語言生成建模案例
55.TensorFlow在圖像識別的實驗操作
模塊十二Tensorboard　Al深度學習可視化建模工具與模型優(yōu)化
56.Tensorboard簡介
57.Tensorboard可視化和命名空間
58.TensorFlow人工智能建模模型狀態(tài)評估與優(yōu)化
59.Tensorboard的部署、配置和應用編程
60.利用Tensorboard實現(xiàn)圖像識別操作
61.利用TensorFlow實現(xiàn)文本控掘操作
模塊十三Keras人工智能平臺應用實踐
62.Keras人工智能平臺架構(gòu)
63.Keras Al平臺的部署與配置
64.Keras技術實現(xiàn)與工作機制
65.Keras序貫模型與函數(shù)式模型
66.Keras圖像與自然語言應用案例
67.Keras實驗操作: Kaggle圖像比賽與優(yōu)化案例(選做)
模塊十四人工智能的產(chǎn)品解決方案
68.圖像處理解決方案
69.人臉識別解決方案
70.語音識別解決方案
71.文本分類解決方案
72.視頻理解解決方案
模塊十五項目實踐
73.人臉識別項目
74.文本數(shù)據(jù)預測項目
75.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
模塊十六人工智能項目工程師的技能素養(yǎng)(選講)
76.人工智能工程師的必備技術能力
77.人工智能工程師的必備業(yè)務理解能力
78.人工智能工程師的必備數(shù)據(jù)洞察能力
79.人工智能工程師的進階路線和職業(yè)素養(yǎng)
模塊十七培訓內(nèi)容綜合、
應用完整實踐與咨詢討論
80.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
師資力量
鐘老師,男,博士畢業(yè)于中國科學院,獲工學博士學位(計算機專業(yè)),博士后(虛擬經(jīng)濟與數(shù)據(jù)科學專業(yè)) , 曾在國內(nèi)某高校和某大型通信企業(yè)工作過, 目前在中國科學院某研究所工作,副研究員,高級工程師,項目組長,團隊成員十余人。人工智能、大數(shù)據(jù)系列課程建設與教學專家,新技術課程開發(fā)組長。近八年來帶領團隊主要從事Python編程、Al人工智能、深度學習平臺的項目實踐(Tensorflow、Keras、PyTorch、Caffe、Theano, CNTK等)、大數(shù)據(jù)建模分析控掘與機器學習(SPSS, Python, Mahout、MLlib、Python、Oryx、H20、FlinkPentahoBl、SAS、R等)、大數(shù)據(jù)管理與高性能分析處理(Hadoop、Spark、Storm)、大數(shù)據(jù)倉庫(HIVE)和實時數(shù)據(jù)倉庫(SparkSQL、Shark), MPP并行數(shù)據(jù)倉庫(Greenplum etc)、NoSQL與NewSQL分布式數(shù)據(jù)庫(HBase、MongoDB、Cassandra etc)、(移動)電子商務平臺、大數(shù)據(jù)搜索平臺(ElasticSearch、Solr、Lucene等)、云計算與虛擬化(0penStack, VMware, XenServer, CloudStack, KVM, Docker, SaaS服務)、云存儲系統(tǒng)、Swift對象存儲系統(tǒng)、網(wǎng)絡GIS 地圖服務器、 互聯(lián)網(wǎng)+在線教育云平臺方面的項目研發(fā)與管理工作。

上一篇：工業(yè)工程（IE）技術

下一篇：機房建設與管理