客服:400 850 7318

人工智能技術實操培訓班解決方案

一、簡介
在人工智能領域發展迅速風口浪尖中,我國在這方面人才儲備與美國相比數量懸殊較大、領域內專家數量非常有限。目前人工智能進入了黃金時代,各大科技公司都在大量招募人才,甚至不惜重金“挖人”,在一些知名招聘網站上對于人工智能方面的人才已經開出了20k的薪資。在人工智能的研究進一步深入后,將會和多個學科發生關聯,從而引發更大的人才缺口。
人工智能技術是一個系統化工程,由python、Tensorflow、數學、框架、機器學習以及神經網絡搭建等多學科組成的一門綜合學科。它企圖了解智能的實質,并生產出一種新的能以人類智能相似的方式做出反應的智能機器。深度學習是人工智能的一個分支。這一輪的人工智能的革命的代表是深度學習的突破。
二、人工智能人才薪酬現狀


超過70%深度學習從業者

20-50K/ 上不封頂

應屆畢業生

9K/

10 年以上優質人才

薪酬比后端開發翻了近一番

2000 人以上大公司

25.2K/

聲音認知人工智能

2016年的20.5K/月,2017年的27.6K/月

三、培訓課程
(一)Python


基礎語法

1.Python基礎介紹、python版本差異介紹與環境搭建

2.Python語法基礎與數據類型

3.Python序列(字符串、列表、元組)操作

4.Python語句、賦值、表達式、if條件語句、while語句,for語句

5.Python面向對象、函數、模塊、類

6.運算符重載、類的設計、異常

7.Python文件操作、JSON、XML、線程、時間和日歷

8.正則表達式、爬蟲、Python網絡編程

9.Python圖片處理框架:SciPy,Matplotlib、PIL、OpenCV2

10.科學計算框架:Pandas、Numpy 服務器框架:Flask

(二)數學

微積分基礎

1.極限

2.求導(導數的幾何意義,鏈式求導法則)

3.求最小最大值

4.泰勒級數

5.積分的意義

線性代數

1.什么是線性代數

2.矩陣與矩陣的變換

3.矩陣的逆

4.特征值與特征函數

5.相似變換

概率統計(一)

1.概率基礎(經典概率、條件概率、加法規則、乘法法則)

2.貝葉斯公式

概率統計(二)

1.概率分布(高斯分布等)

2.參數估計(最大似然法)

3.信息論基礎




















(三)框架


常用科學計算框架

1.numpy

2.pandas

3.matplotlib

4.OpenCV(基礎部分)

Tensorflow(一)

1.安裝

2.圖概念

3.語法基礎

Tensorflow(二)

1.多GPU,多機器

2.并行化

3.其他開源機器學習框架














(四)、深度學習


機器學習基礎(一)

1.什么是機器學習

2.線性回歸與邏輯斯蒂回歸

3.最小二乘法

4.梯度下降法

5.樣本相關知識

6.效果衡量指標

深度學習基礎(二)

1.感知機

2.MLP網絡和BP算法

3.深度學習基礎

4.稀疏自編碼

5.實戰:a. 圖像壓縮、b.MINST數字分類

卷積神經網絡(一)

1.基本運算(卷積、池化、RELU等)

2.卷積神經網絡結構

3.深度剖析CNN網絡優于MLP網絡的原因

4.實戰:a. 圖像分類

卷積神經網絡(二)

1.常見的CNN網絡(AlexNet、Vgg、Resnet、Interception等)

2.遷移學習

3.實戰

循環神經網絡(一)

1.RNN網絡

2.LSTM和GRU網絡

3.雙向循環神經網絡

4.實戰

循環神經網絡(二)

1.Seq2Seq

2.注意力模型

3.詞嵌入模型

4.實戰

生成式對抗神經網絡(一)

1.對抗學習基礎

2.DCGAN

3.WGAN

4.條件GAN

5.InfoGAN

6.實戰

深度強化學習(一)

1.強化學習基礎

2.深度強化學習

3.實戰

深度強化學習(二)

1.A3C算法

2.AlphaGo算法分析

3.實戰

四、培訓方式及地點費用
(一)培訓形式:公開課;
(二)培訓時間:周末/工作日;
(三)培訓方式及地點:重慶市/成都市;
(四)學習時長:理論2個月+實踐1-2個月;
(五)費用:26800/人。

五、報名咨詢

400 850 7318

5544444