• <code id="xenvb"></code><th id="xenvb"><video id="xenvb"></video></th>

    <code id="xenvb"></code>

      <object id="xenvb"></object>
    1. <code id="xenvb"></code>

        
        

            你的位置: 首頁 > 公開課首頁 > 互聯網/語言 > 課程詳情

            details

            人工智能技術及其應用實戰

            暫無評價   
            你實際購買的價格
            付款時最多可用0淘幣抵扣0元現金
            購買成功后,系統會給用戶帳號返回的現金券
            淘課價格
            7800
            可用淘幣
            0
            返現金券
            待定

            你還可以: 收藏

            本課程的其它開課計劃:

            課程編號 城市 培訓講師 上課時間 價格 點擊報名
            393858 珠海市 淘課合作講師 2019-11-23 09:00 ¥7800元 點擊報名
            393859 北京市 淘課合作講師 2019-12-21 09:00 ¥7800元 點擊報名

            培訓受眾:


            1、IT工程師2、技術總監3、人工智能架構師4、其它對人工智能和機器學習感興趣的人員


            課程大綱:


            內容模塊
            課程介紹
            授課詳細內容
            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.人工智能的發展歷程與脈絡
            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
            模塊二
            人工智能的問題求解及技術實現
            6.人工智能領域的經典問題和求解方式
            7.機器學習模型和推理符號模型
            8.人工智能和大數據
            9.人工智能和機器學習
            10.人工智能和深度學習
            模塊三
            人工智能的學習方式
            11.有監督學習訓練
            12.無監督學習訓練
            13.半監督學習訓練
            模塊四
            人工智能的行業應用與發展
            14.人工智能的行業圖譜和行業發展割析
            15.人工智能結合大數據的行業應用案例
            16.人工智能在“互聯網+”領域的應用
            17.人工智能在制造業領域的應用
            18.人工智能在金融、消費領域的應用
            模塊五
            部署人工智能實驗平臺
            19.部署人工智能實驗操作軟件和環境
            20.運行講師提供的人工智能簡単示例驗證環境的準確性
            21.熟悉實驗資料和實驗環境
            模塊六
            人工智能機器學習的算法模型的應用實踐(1)
            22.人工智能領域的四大類經典算法模型
            23.神經網絡機器學習算法模型及其應用
            24.決策樹算法模型及其應用
            25.關聯分析算法模型及其應用
            26.聚類分析算法模型及其應用
            27.深度學習算法模型及應用
            28.CNN卷積神經網絡算法模型及應用
            模塊七
            人工智能機器學習的算法模型的應用實踐(2)
            29.樸素貝葉斯算法模型及其應用
            30.邏輯回歸算法模型及其預測應用
            31.LSTM深度學習庫的應用
            32.Python機器學習庫的應用
            33.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
            34.Python Scikit_learn算法庫的實戰操作
            35.利用 Python語言編程,實現分類預測項目
            36.實驗要求準確率、召回率、誤差等指標
            模塊九
            TensorFlow Al深度學習平臺及其應用實踐(1)
            37.TensorFlow: 一個Al深度學習框架的概述
            38.TensorFlow深度學習平臺的工作機制和系統架構
            39.TensorFlow的安裝、部署、配置和使用
            40.TensorFlow的應用場景和應用案例
            模塊十
            TensorFlow Al深度學習平臺及其應用實踐(2)
            41.TensorFlow CNN應用操作
            42.TensorFlow LSTM應用操作
            43.TensorFlow在圖像識別的實驗操作
            44.基于TensorFlow的可視化工具:Tensorboard簡介
            45.Tensorboard的部署、配置和應用界面操作
            46.基于TensorFlow和Tensorboard進行實驗操作
            模塊十一
            Keras人工智能平臺應用實踐
            47.業界常用的AI平臺:Keras人工智能平臺架構
            48.Keras Al平臺的部署與配置
            49.Keras技術實現與工作機制
            50.Keras實驗操作
            模塊十二
            項目實踐
            51.利用學過的知識,使用Python編程實現基本的人臉識別或講師布置的AI實驗項目
            52.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
            模塊十三
            培訓內容綜合、
            應用完整實踐與咨詢討論
            53.根據講師布置的實際應用案例, 開展人工智能和大數據完整項目部署設計和應用開發實踐、 應用實施以及解決方案分享咨詢與交流討論






            張教授,西安理工大學博士生導師。現為國家重點新產品計劃項目咨詢專家、陜西省制造業信息化專家組專家、陜西省衛生信息化專家組專家,西安理工大學計算機學院副院長,博士生導師。從事機器學習,機器視覺,人工智能方面的研究20多年。對大數據的收集、處理、數據挖掘在實際應用中有深刻的認識。致力于利用大數據、人工智能在企業決策規劃、圖像處理、語義理解、數據可視化方面的應用。



            課程對象
            1、IT工程師2、技術總監3、人工智能架構師4、其它對人工智能和機器學習感興趣的人員



            本課程名稱: 人工智能技術及其應用實戰

            查看更多:互聯網/語言公開課

            互聯網 相關的最新課程
            講師動態評分 與同行相比

            授課內容與課綱相符00%

            講師授課水平00%

            服務態度00%

            熟女大黑逼