2018-10-17
關於舉辦 “人工智慧技術及其應用實戰”培訓班的通知
一、課程介紹
近年來, 隨著“人工智慧”深入應用到社會各個行業, 通過將對應的人工智慧技術比如人臉識別,車牌識別等應用到具體的行業資訊化領域,包括新興網際網路企業(如電商企業、搜尋引擎、社交網站、網際網路廣告服務提供商等)、金融企業(銀行、保險、證券公司、網際網路金融借貸公司等)、通訊運營商(電信、移動、聯通)等行業的企業。在國內外形成了獨具特色的智慧產業和智慧經濟。因此我單位決定舉辦 “人工智慧技術及其應用實戰培訓班”望各單位收到通知後組織相關人員參加。現將有關事宜通知如下：
本課程對業界主流最新的人工智慧及其應用實戰技術分成基礎級、 進階級、 高階實戰三個層次進行系統化地培訓, 讓學員分成三個階段深入系統地掌握人工智慧技術的應用
1) 第一階段:人工智慧基礎級培訓內容,讓學員掌握人工智慧的基礎知識,人工智慧的問題解決思路, 人工智慧的應用案例, 人工智慧產業和人工智慧產品的應用解決方案 。
2) 第二階段:人工智慧進階級培訓內容,讓學員掌握人工智慧中用到的機器學習方法和深度學習方法,包括有監督學習,無監督學習和半監督學習,以及決策樹機器學習、樸素貝葉斯機器學習、神經網路機器學習、深度學習、巻積神經網路和 LSTM神經網路機器學習的演算法模型的原理和應用實踐操作, 每類演算法模型在具體場景中的應用實踐。
3) 第三階段:人工智慧高階專案應用培訓內容,讓學員掌握人工智慧的系統平臺工具的應用實戰, 包括人工智慧的代表性系統工具平臺: TesorFlow深度學習平臺, Keras深度學習庫和 Python Al系統的應用實踐,在講解的同時,由講師帶著學員對人工智慧工具安排實踐操作, 讓學員更突出掌握實戰技能。
二、培訓時間 可諮詢：13932327338 微信同號
2018年10月25日-10月29日 貴陽 (25日全天報到)
2018年11月01日-11月05日 西安 (01日全天報到)
2018年11月22日-11月26日 珠海 (22日全天報到)
2018年12月20日-12月24日 北京 (20日全天報到)
2019年01月17日-01月21日 杭州 (17日全天報到)
三、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慧領域的基礎和精華內容
2、讓學員掌握人工智慧的基礎知識,人工智慧的問題解決思路,人工智慧的應用案例,人工智慧產業和人工智慧產品的應用解決方案 。
3、讓學員掌握人工智慧的技術平臺應用,重點包括PythonKeras, TensorFlow, PyTorch,,Theano, CNTK, Caffe等應用實戰,並且通過兩三個具體的企業應用實驗操作,鞏固掌握的 Al技術和平臺。
四、培訓物件
1、IT工程師2、技術總監3、人工智慧架構師4、其它對人工智慧和機器學習感興趣的人員
五、培訓方式
定製授課+實戰案例訓練+考試互動諮詢討論
本課程採用技術原理與專案實戰相結合的方式進行教學, 在講授原理的過程中, 穿插實際的系統操作, 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 。
六、詳細大綱與培訓內容
內容模組 課程介紹 授課詳細內容
模組一 人工智慧基礎、技術及其體系 1.人工智慧(Artificiallntelligence, Al)的定義、起源、用途
2.人工智慧的發展歷程與月永絡
3.人工智慧的國家政策解讀
4.人工智慧的技術體系
5.人工智慧的技術框架
6.中國和美國的人工智慧產業和主流人工智慧產品
模組二 人工智慧的問題求解及技術實現
7.人工智慧領域的經典問題和求解方式
8.機器學習模型和推理符號模型
9.業界主流的機器學習方法解決人工智慧領域的思路
10.人工智慧和大資料
11.人工智慧和機器學習
12.人工智慧和深度學習
模組三 人工智慧的學習方式 13.有監督學習訓練
14.無監督學習訓練
15.半監督學習訓練
模組四 人工智慧的行業應用與發展
16.人工智慧的行業圖譜和行業發展割析
17.人工智慧結合大資料的行業應用案例
18.人工智慧在“網際網路+”領域的應用
19.人工智慧在製造業領域的應用
20.人工智慧在金融、消費領域的應用
21.人工智慧在出行、旅遊領域的應用
模組五 部署人工智慧實驗平臺 22.部署人工智慧實驗操作軟體和環境
23.執行講師提供的人工智慧簡単示例驗證環境的準確性
24.熟悉實驗資料和實驗環境
模組六 人工智慧機器學習的演算法模型的應用實踐(1) 25.人工智慧領域的四大類經典演算法模型
26.神經網路機器學習演算法模型及其應用
27.決策樹演算法模型及其應用
28.關聯分析演算法模型及其應用
29.聚類分析演算法模型及其應用
30.深度學習演算法模型及應用
模組七 人工智慧機器學習的演算法模型的應用實踐(2) 31.樸素貝葉斯演算法模型及其應用
32.邏輯迴歸演算法模型及其預測應用
33.Python機器學習庫的應用
34.Python Scikit-learn演算法庫的使用講解
模組八 人工智慧和機器學習的實驗操作 35.Python Scikit_learn演算法庫的實戰操作
36.利用 Python語言程式設計,實現分類預測專案
37.實驗要求準確率、召回率、誤差等指標
模組九 深度學習技術及其應用 38.淺層學習技術及應用
39.深度學習演算法、技模型及應用
40.CNN卷積神經網路演算法模型及應用
41.RNN迴圈神經網路演算法模型及應用
42.LSTM神經網路演算法模型及應用
43.深度學習在人臉識別、語音識別領域的解決方案
模組十 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
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人工智慧叢集
49.基於 Tensorflow實現 CNN模型應用,以及演算法部署,演算法調優,處理效率提升之道
50.基於Tensorflow實現RNN(LSTM)模型應用, 以及演算法部署,
演算法調優,處理效率提升之道
模組十一 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在影象識別的實驗操作
模組十二 Tensorboard Al深度學習視覺化建模工具與模型優化 56.Tensorboard簡介
57.Tensorboard視覺化和名稱空間
58.TensorFlow人工智慧建模模型狀態評估與優化
59.Tensorboard的部署、配置和應用程式設計
60.利用 Tensorboard實現影象識別操作
61.利用 TensorFlow實現文字控掘操作
模組十三 Keras人工智慧平臺應用實踐 62.Keras人工智慧平臺架構
63.Keras Al平臺的部署與配置
64.Keras技術實現與工作機制
65.Keras序貫模型與函式式模型
66.Keras影象與自然語言應用案例
67.Keras實驗操作: Kaggle影象比賽與優化案例(選做)
模組十四 人工智慧的產品解決方案 68.影象處理解決方案
69.人臉識別解決方案
70.語音識別解決方案
71.文字分類解決方案
72.視訊理解解決方案
模組十五 專案實踐 73.人臉識別專案
74.文字資料預測專案
75.講師提供專案指導手冊,帶著學員完成,學員獨立完成後,講師答疑
模組十六 人工智慧專案工程師的技能素養(選講) 76.人工智慧工程師的必備技術能力
77.人工智慧工程師的必備業務理解能力
78.人工智慧工程師的必備資料洞察能力
79.人工智慧工程師的進階路線和職業素養
模組十七 培訓內容綜合、
應用完整實踐與諮詢討論 80.根據講師佈置的實際應用案例, 開展人工智慧和大資料完整專案部署設計和應用開發實踐、 應用實施以及解決方案分享諮詢
七、師資力量
周老師，男，中國科學院通訊與資訊系統專業博士。北京郵電大學移動網際網路與資訊化實驗室特聘研究員、對外經貿大學資訊學院特聘兼職教師、中國移動集團高階培訓講師，長期從事大資料、4G、移動網際網路安全、管理及大資料精確營銷等研究方向。國內頂級資訊系統架構師，金牌講師，技術顧問，移動開發專家。擁有豐富的通訊資訊系統設計、開發經驗及培訓行業經驗，先後為全國超過15家省移動公司，超過30家地市移動公司有過專案開發合作及授課，擔任多個大型通訊專案的總師。
俞老師，2005年碩士畢業於上海交通大學機器人研究所，從事機器學習，機器視覺，人工智慧方面的研究。曾就職於微軟，從事商業智慧的開發。現就職於某大型網際網路公司從事大資料和人工智慧的應用和開發。豐富的專案實戰經驗，對大資料的收集、處理、資料探勘在實際應用中有深刻的認識。致力於利用大資料、人工智慧在企業決策規劃、影象處理、語義理解、資料視覺化方面的應用。
八、頒發證書
參加相關培訓並通過考試的學員，可以獲得：
1.工業和資訊化部全國網路與資訊科技考試管理中心中心頒發的-人工智慧職業技能證書（等級高階）。該證書可作為專業技術人員職業能力考核的證明，以及專業技術人員崗位聘用、任職、定級和晉升職務的重要依據。
注：請學員帶二寸彩照2張（背面註明姓名）、身份證影印件一張。
九、培訓費用及須知
培訓費7800元/人。（含培訓費、資料費、考試費、證書費、講義費等）。需要住宿學員請提前通知，可統一安排，費用自理。
