友情链接:
|
>工业机器人仿真培训 |
R语言大数据分析培训课程 |
Ansys Workbench模拟培训
曙海教学优势
本课程面向企事业项目实际需要,秉承二十一年积累的教学品质，人工智能与机器学习应用实战培训课程以项目实现为导向,老师将会与您分享设计的全流程以及工具的综合使用技巧、经验。线上/线下/上门皆可,人工智能与机器学习应用实战培训课程专家,课程可定制,热线:4008699035。
大批企业和曙海
建立了良好的合作关系,20多年来，合作企事业单位以达30多万。曙海的课程培养了大批受企业欢迎的工程师。曙海的课程在业内有着响亮的知名度。
| 人工智能基础、技术及其体系 | 1. 人工智能（Artificial Intelligence，AI）的定义、起源、用途 2. 人工智能的发展历程与脉络 3. 人工智能的国家政策解读 4. 人工智能的技术体系 5. 人工智能的技术框架 6. 中国和美国的人工智能产业和主流人工智能产品 |
| 人工智能的问题求解及技术实现 | 7. 人工智能领域的经典问题和求解方式 8. 机器学习模型和推理符号模型 9. 业界主流的机器学习方法解决人工智能领域的思路 10. 人工智能和大数据 11. 人工智能和机器学习 12. 人工智能和深度学习 |
| 人工智能的学习方式 | 13. 有监督学习训练 14. 无监督学习训练 15. 半监督学习训练 |
| 人工智能的行业应用与发展 | 16. 人工智能的行业图谱和行业发展剖析 17. 人工智能结合大数据的行业应用案例 18. 人工智能在“互联网+”领域的应用 19. 人工智能在制造业领域的应用 20. 人工智能在金融、消费领域的应用 21. 人工智能在出行、旅游领域的应用 |
| 部署人工智能实验平台 | 22. 部署人工智能实验操作软件和环境 23. 运行讲师提供的人工智能简单示例验证环境的准确性 24. 熟悉实验资料和实验环境 |
| 人工智能机器学习的算法模型的应用实践（1） | 25. 人工智能领域的四大类经典算法模型 26. 神经网络机器学习算法模型及其应用 27. 决策树算法模型及其应用 28. 关联分析算法模型及其应用 29. 聚类分析算法模型及其应用 30. 深度学习算法模型及应用 |
| 人工智能机器学习的算法模型的应用实践（2） | 31. 朴素贝叶斯算法模型及其应用 32. 逻辑回归算法模型及其预测应用 33. Python机器学习库的应用 34. Python Scikit-learn算法库的使用讲解 |
| 人工智能和机器学习的实验操作 | 35. Python Scikit-learn算法库的实战操作 36. 利用Python语言编程，实现分类预测项目 37. 实验要求准确率、召回率、误差等指标 |
| 深度学习技术及其应用 | 38. 浅层学习技术及应用 39. 深度学习算法、技模型及应用 40. CNN卷积神经网络算法模型及应用 41. RNN循环神经网络算法模型及应用 42. LSTM神经网络算法模型及应用 43. 深度学习在人脸识别、语音识别领域的解决方案 |
| TensorFlow AI深度学习平台及其应用实践（1） | 44. TensorFlow：一个AI深度学习框架的概述 45. TensorFlow架构 46. TensorFlow的安装、部署、配置 47. TensorFlow的应用场景和应用案例 48. TensorFlow搭建GPU和CPU人工智能集群 49. 基于Tensorflow实现CNN模型应用，以及算法部署，算法调优，处理效率提升之道 50. 基于Tensorflow实现RNN（LSTM）模型应用，以及算法部署，算法调优，处理效率提升之道 |
| TensorFlow AI深度学习平台及其应用实践（2） | 51. TensorFlow CNN应用操作 52. TensorFlow RNN应用操作 53. TensorFlow LSTM应用操作 54. TensorFlow在自然语言生成建模案例 55. TensorFlow在图像识别的实验操作 |
| Tensorboard AI 深度学习可视化建模工具与模型优化 | 56. Tensorboard简介 57. Tensorboard可视化和命名空间 58. TensorFlow人工智能建模模型状态评估与优化 59. Tensorboard的部署、配置和应用编程 60. 利用Tensorboard实现图像识别操作 61. 利用TensorFlow实现文本挖掘操作 |
| Keras 人工智能平台应用实践 | 62. Keras人工智能平台架构 63. Keras AI平台的部署与配置 64. Keras技术实现与工作机制 65. Keras序列模式 66. Keras图像与自然语言应用案例 67. Keras实验操作：Kaggle图像比赛与优化案例（选做） |
| 人工智能的产品解决方案 | 68. 图像处理解决方案 69. 人脸识别解决方案 70. 语音识别解决方案 71. 文本分类解决方案 72. 视频理解解决方案 |
| 项目实践 | 73. 人脸识别项目 74. 新闻内容文本分类预测项目 75. 讲师提供项目指导手册，带着学员完成，学员独立完成后，讲师答疑 |
| 人工智能项目工程师的技能素养 （选讲） | 76. 人工智能工程师的必备技术能力 77. 人工智能工程师的必备业务理解能力 78. 人工智能工程师的必备数据洞察能力 79. 人工智能工程师的进阶路线和职业素养 |
| 培训内容综合、应用完整实践与咨询讨论 | 80. 根据讲师布置的实际应用案例，开展人工智能和大数据完整项目部署设计和应用开发实践、应用实施以及解决方案分享咨询与交流讨论 |
