<u id="nxy9c"><span id="nxy9c"></span></u>
  • <th id="nxy9c"></th>
    <th id="nxy9c"></th>
    <strike id="nxy9c"><video id="nxy9c"></video></strike>

          <code id="nxy9c"></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