培訓(xùn):CDA數(shù)據(jù)分析、Python數(shù)據(jù)分析、AI 人工智能、金融數(shù)據(jù)分析
人工智能是一門極富挑戰(zhàn)性的科學(xué),從事這項(xiàng)工作的人必須懂得計算機(jī)知識,心理學(xué)和哲學(xué)等。人工智能是包括十分廣泛的科學(xué),它由不同的領(lǐng)域組成,如機(jī)器學(xué)習(xí),計算機(jī)視覺等等,如果您感興趣就來國富如荷教育,長沙國富人工智能工程師培訓(xùn)班,專為想轉(zhuǎn)行從事人工智能行業(yè)又沒有基礎(chǔ)的等人群開設(shè),想了解跟多課程詳情請往下看。
人工智能技術(shù)應(yīng)用就業(yè)方向非常廣泛,包括但不限于以下幾個方面:
1、機(jī)器學(xué)習(xí)工程師:負(fù)責(zé)開發(fā)和應(yīng)用機(jī)器學(xué)習(xí)算法,協(xié)助企業(yè)、機(jī)構(gòu)和個人做出決策和預(yù)測。
2、深度學(xué)習(xí)工程師:負(fù)責(zé)開發(fā)和應(yīng)用深度學(xué)習(xí)算法,解決圖像識別、語音識別、自然語言處理等問題。
3、自然語言處理工程師:負(fù)責(zé)自然語言處理技術(shù)的研究和應(yīng)用,例如語音識別、機(jī)器翻譯等。
4、數(shù)據(jù)分析工程師:負(fù)責(zé)大數(shù)據(jù)分析技術(shù)的研究和應(yīng)用,為企業(yè)、機(jī)構(gòu)和個人提供數(shù)據(jù)支持和決策建議。
5、智能機(jī)器人開發(fā)工程師:負(fù)責(zé)智能機(jī)器人技術(shù)的研究和應(yīng)用,例如機(jī)器人控制器、運(yùn)動規(guī)劃等。
人工智能技術(shù)應(yīng)用前景也非常廣闊,例如在智能家居、智能醫(yī)療、智能交通、智能安防等領(lǐng)域都有廣泛的應(yīng)用。同時,隨著人工智能技術(shù)的不斷發(fā)展和完善,未來還將有更多的應(yīng)用場景和機(jī)會。
零基礎(chǔ)學(xué)員或是想轉(zhuǎn)行的人群
周一到周五8-17點(diǎn)
視頻課+面授
垂直專業(yè)深度、縱向創(chuàng)新力度、橫向知識寬度、課程服務(wù)體驗(yàn)
從0學(xué)習(xí)人工智能知識
授課章節(jié) | 授課內(nèi)容 |
---|---|
第一章 | 人工智能之?dāng)?shù)學(xué)基礎(chǔ)(約6小時) 1.微積分 2.線性代數(shù) 3.概率論與數(shù)理統(tǒng)計 |
第二章 | 數(shù)據(jù)庫基礎(chǔ)——關(guān)系型數(shù)據(jù)庫(約8小時) 1.SQL入門及安裝 2.數(shù)據(jù)表及字段操作 3.SQL查詢、鏈接 4.SQL商業(yè)應(yīng)用案例 |
第三章 | 數(shù)據(jù)庫基礎(chǔ)——非關(guān)系型數(shù)據(jù)庫(約5小時) 1.MongoDB簡介 2.MongoDB的常用操作 3.MongoDB的使用 4.Python操作MongoDB |
第四章 | 人工智能之Python基礎(chǔ)篇(約5小時) 1.Python的安裝與環(huán)境配置 2.Python的基礎(chǔ)與規(guī)范 3.Python的基本對象類型 4.Python語句 |
第五章 | 人工智能之Python進(jìn)階篇(約5小時) 1.函數(shù) 2.類與對象 3.庫與模塊 4.文件 5.錯誤與異常 |
第六章 | 人工智能之機(jī)器學(xué)習(xí)基礎(chǔ)篇(約10小時) 1.Python機(jī)器學(xué)習(xí)算法庫Scikit-Learn入門介紹 2.Python統(tǒng)計分析基礎(chǔ) 3.SVD分解與主成分分析 4.線性回歸算法實(shí)現(xiàn) 5.嶺回歸、Lasso和彈性網(wǎng) 6.判別分析 7.梯度下降算法原理與Scikit-Learn實(shí)現(xiàn) 8.邏輯回歸算法原理與Scikit-Learn實(shí)現(xiàn) 9.貝葉斯算法原理與Scikit-Learn實(shí)現(xiàn) 10.案例:泰坦尼克號生存預(yù)測 |
第七章 | 人工智能之機(jī)器學(xué)習(xí)進(jìn)階篇(約20小時) 1.KNN最近鄰元素分類器 2.時間序列模型 3.EM算法 4.聚類分析 5.決策樹模型的基本原理與Scikit-Learn實(shí)現(xiàn) 6.集成算法入門 7.集成算法的Scikit-Learn實(shí)現(xiàn) 8.感知機(jī)模型基本原理 9.支持向量機(jī)基本原理與Scikit-Learn實(shí)現(xiàn) 10.XgBoost 11.案例:上市公司股價預(yù)測 12.案例:客戶風(fēng)險評級 13.大型案例:上市公司營收狀況預(yù)測 |
第八章 | 人工智能之復(fù)雜網(wǎng)絡(luò)分析(約10小時) 1.圖論 2.復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)性質(zhì) 3.更多類型的網(wǎng)絡(luò) 4.復(fù)雜網(wǎng)絡(luò)的演化 5.復(fù)雜網(wǎng)絡(luò)的功能 6.案例:長沙市快速軌道交通的有效性 7.案例:社交網(wǎng)絡(luò)數(shù)據(jù)分析 |
第九章 | 深度學(xué)習(xí)框架Tensorflow(約7小時) 1.開發(fā)環(huán)境搭建 2.Tensorflow基本數(shù)據(jù)結(jié)構(gòu) 3.TensorFlow實(shí)現(xiàn)代碼結(jié)構(gòu)和開發(fā)步驟——回歸問題 4.TensorFlow深度學(xué)習(xí)基礎(chǔ)--神經(jīng)網(wǎng)絡(luò)——分類問題 5.手寫數(shù)字識別的突破---卷積神經(jīng)網(wǎng)絡(luò)Tensorflow實(shí)現(xiàn) |
第十章 | 人工智能之深度學(xué)習(xí)基礎(chǔ)篇(約15小時) 1.AI概述和Tensorflow基礎(chǔ) 2.神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 3.卷積神經(jīng)網(wǎng)絡(luò) 4.RNN和LSTM 收 起獲取詳細(xì)課程大綱 |
第十一章 | 人工智能之深度學(xué)習(xí)進(jìn)階篇(約15小時) 1.神經(jīng)網(wǎng)絡(luò)算法基礎(chǔ)(1) 2.神經(jīng)網(wǎng)絡(luò)算法基礎(chǔ)(2) 3.遷移學(xué)習(xí)和強(qiáng)化學(xué)習(xí) 4.自然語言處理(NLP) |
第十二章 | 識文斷字:人工智能實(shí)戰(zhàn)之文本分析(約6小時) 1.文本分析簡介 2.文本數(shù)據(jù)預(yù)處理 3.文本分析應(yīng)用與Python語言實(shí)作 |
第十三章 | 火眼金睛:人工智能實(shí)戰(zhàn)之圖像識別(約6小時) 1.深度學(xué)習(xí)與圖像識別及經(jīng)典數(shù)據(jù)集 2.圖像識別的突破--卷積神經(jīng)網(wǎng)絡(luò)簡介 3.使用卷積神經(jīng)網(wǎng)絡(luò)對經(jīng)典數(shù)據(jù)集cifar進(jìn)行分類識別 4.使用自己的數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò) |
第十四章 | 耳聽八方:人工智能實(shí)戰(zhàn)之語音識別(約5小時) 1.語音識別介紹 2.語音技術(shù)分析 3.本地語音識別 4.網(wǎng)絡(luò)語音識別 |
第十五章 | 運(yùn)籌帷幄:人工智能實(shí)戰(zhàn)之對抗生成網(wǎng)絡(luò)(約5小時) 11.GAN簡介 2.GAN原型詳解 3.DCGAN 4.DiscoGAN 5.半監(jiān)督學(xué)習(xí) 6.知識匯總與作業(yè) |
第十六章 | 冰雪聰明:人工智能實(shí)戰(zhàn)之智能問答系統(tǒng)(約5小時) 1.從與機(jī)器的溝通方式開始 2.對話:問題的理解與答案的生成 3.詞典:關(guān)鍵詞檢索 4.專家:指定領(lǐng)域的問答助手 5.百科全書:開放式的問答系統(tǒng) |
IBM大學(xué)戰(zhàn)略合作伙伴
電子工業(yè)出版社 優(yōu)秀合作者
教育管理信息化專業(yè)委員會理事單位
2018年度職業(yè)教育人才培訓(xùn)品牌機(jī)構(gòu)
2018年度大數(shù)據(jù)影響力先鋒企業(yè)
2018入選教育部產(chǎn)學(xué)合作協(xié)同育人項(xiàng)目
網(wǎng)易云課堂2017年度最佳服務(wù)獎
2017年度中國互聯(lián)網(wǎng)+ 最佳培訓(xùn)機(jī)構(gòu)獎
中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟理事單位