內(nèi)容模塊 | 課程介紹 | 授課詳細(xì)內(nèi)容 | |
模塊一 | 人工智能基礎(chǔ)、技術(shù)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)展歷程與脈絡(luò) 3.人工智能的國家政策解讀 4.人工智能的技術(shù)體系 5.人工智能的技術(shù)框架 | |
模塊二 | 人工智能的問題求解及技術(shù)實(shí)現(xiàn)
| 6.人工智能領(lǐng)域的經(jīng)典問題和求解方式 7.機(jī)器學(xué)習(xí)模型和推理符號模型 8.人工智能和大數(shù)據(jù) 9.人工智能和機(jī)器學(xué)習(xí) 10.人工智能和深度學(xué)習(xí) | |
模塊三 | 人工智能的學(xué)習(xí)方式 | 11.有監(jiān)督學(xué)習(xí)訓(xùn)練 12.無監(jiān)督學(xué)習(xí)訓(xùn)練 13.半監(jiān)督學(xué)習(xí)訓(xùn)練 | |
模塊四 | 人工智能的行業(yè)應(yīng)用與發(fā)展
| 14.人工智能的行業(yè)圖譜和行業(yè)發(fā)展割析 15.人工智能結(jié)合大數(shù)據(jù)的行業(yè)應(yīng)用案例 16.人工智能在“互聯(lián)網(wǎng)+”領(lǐng)域的應(yīng)用 17.人工智能在制造業(yè)領(lǐng)域的應(yīng)用 18.人工智能在金融、消費(fèi)領(lǐng)域的應(yīng)用 | |
模塊五 | 部署人工智能實(shí)驗(yàn)平臺 | 19.部署人工智能實(shí)驗(yàn)操作軟件和環(huán)境 20.運(yùn)行講師提供的人工智能簡単示例驗(yàn)證環(huán)境的準(zhǔn)確性 21.熟悉實(shí)驗(yàn)資料和實(shí)驗(yàn)環(huán)境 | |
模塊六 | 人工智能機(jī)器學(xué)習(xí)的算法模型的應(yīng)用實(shí)踐(1) | 22.人工智能領(lǐng)域的四大類經(jīng)典算法模型 23.神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)算法模型及其應(yīng)用 24.決策樹算法模型及其應(yīng)用 25.關(guān)聯(lián)分析算法模型及其應(yīng)用 26.聚類分析算法模型及其應(yīng)用 27.深度學(xué)習(xí)算法模型及應(yīng)用 28.CNN卷積神經(jīng)網(wǎng)絡(luò)算法模型及應(yīng)用 | |
模塊七 | 人工智能機(jī)器學(xué)習(xí)的算法模型的應(yīng)用實(shí)踐(2) | 29.樸素貝葉斯算法模型及其應(yīng)用 30.邏輯回歸算法模型及其預(yù)測應(yīng)用 31.LSTM深度學(xué)習(xí)庫的應(yīng)用 32.Python機(jī)器學(xué)習(xí)庫的應(yīng)用 33.Python Scikit-learn算法庫的使用講解 | |
模塊八 | 人工智能和機(jī)器學(xué)習(xí)的實(shí)驗(yàn)操作 | 34.Python Scikit_learn算法庫的實(shí)戰(zhàn)操作 35.利用 Python語言編程,實(shí)現(xiàn)分類預(yù)測項(xiàng)目 36.實(shí)驗(yàn)要求準(zhǔn)確率、召回率、誤差等指標(biāo) | |
模塊九 | TensorFlow Al深度學(xué)習(xí)平臺及其應(yīng)用實(shí)踐(1) | 37.TensorFlow: 一個(gè)Al深度學(xué)習(xí)框架的概述 38.TensorFlow深度學(xué)習(xí)平臺的工作機(jī)制和系統(tǒng)架構(gòu) 39.TensorFlow的安裝、部署、配置和使用 40.TensorFlow的應(yīng)用場景和應(yīng)用案例 | |
模塊十 | TensorFlow Al深度學(xué)習(xí)平臺及其應(yīng)用實(shí)踐(2) | 41.TensorFlow CNN應(yīng)用操作 42.TensorFlow LSTM應(yīng)用操作 43.TensorFlow在圖像識別的實(shí)驗(yàn)操作 44.基于TensorFlow的可視化工具:Tensorboard簡介 45.Tensorboard的部署、配置和應(yīng)用界面操作 46.基于TensorFlow和Tensorboard進(jìn)行實(shí)驗(yàn)操作 | |
模塊十一 | Keras人工智能平臺應(yīng)用實(shí)踐 | 47.業(yè)界常用的AI平臺:Keras人工智能平臺架構(gòu) 48.Keras Al平臺的部署與配置 49.Keras技術(shù)實(shí)現(xiàn)與工作機(jī)制 50.Keras實(shí)驗(yàn)操作 | |
模塊十二 | 項(xiàng)目實(shí)踐 | 51.利用學(xué)過的知識,使用Python編程實(shí)現(xiàn)基本的人臉識別或講師布置的AI實(shí)驗(yàn)項(xiàng)目 52.講師提供項(xiàng)目指導(dǎo)手冊,帶著學(xué)員完成,學(xué)員獨(dú)立完成后,講師答疑 | |
模塊十三 | 培訓(xùn)內(nèi)容綜合、 應(yīng)用完整實(shí)踐與咨詢討論 | 53.根據(jù)講師布置的實(shí)際應(yīng)用案例, 開展人工智能和大數(shù)據(jù)完整項(xiàng)目部署設(shè)計(jì)和應(yīng)用開發(fā)實(shí)踐、 應(yīng)用實(shí)施以及解決方案分享咨詢與交流討論 |
您現(xiàn)在的位置:塑料機(jī)械網(wǎng)>行業(yè)會(huì)議>2020AI人工智能技術(shù)及其應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(12月北京班)
我要評論
所有評論僅代表網(wǎng)友意見,與本站立場無關(guān)。