|
关于“Python人工智能与机器学习核心技术应用”培训通知 各企事业单位、高等院校及科研院所： 随着时代的变迁、科技的发展。近几年科研技术发展成果如“Python人工智能、数据挖掘、智能机器、大数据、云计算、深度学习”等各个领域的技术的实现成果迅速成为学生、技术学者以及科研技术工作人员的就业方向普遍发展全国各地。 Python 是一门有条理的和强大的面向对象的程序设计语言， Python又是人工智能、机器学习、数据挖掘、深度学习等新技术的实现手段。Python受到了学术界和工业界的高度关注。目前，腾讯、谷歌、Facebook、百度、阿里等作为未来工业和互联网发展的研究重心，中国科学院、清华大学、北京大学等高校和科研院所成立专业研究中心和实验室把Python智能机器与深度学习进行科学技术成果转化，推动了Python人工智能在各行业的应用与发展。 特此为广大学者搭建一期｛Python核心技术与智能机器深度学习｝实操课程。 课程本着 “长期”“实学”“实用”“后期技术咨询”等多项学习宗旨。 一、培训目标： 1. 了解人工智能的概念和Python的发展、国际人工智能的主要流派和路线、国内人工智能研究的基本情况，熟悉人工智能的研究领域. 2. 详细地论述知识表示的各种主要方法及人工智能的主要应用领域，如专家系统、机器学习、规划系统、自然语言理解和智能控制等.让学员尽快掌握python语言的基本结构与语法与数据类型，模块、基本用法，熟悉函数，类设计，包的使用及基本的编程方法； 3.理解python数据挖掘与分析技术在当代各种大数据相关产品中的应用，并掌握该领域最关键技术的原理以及技术应用过程； 4.能开发一些实际的应用项目并胜任python的数据挖掘和机器学习工作; 5.通过紧密结合应用实例，针对工作中存在的疑难问题进行分析讲解和专题讨论，同时提升其从数据角度去思考的能力，进而有效提升学员解决科研及教学实际问题的能力 二、培训专家 资深专家Python 人工智能、机器学习、深度学习领域一线专家。在主要国际会议和期刊上发表学术论文十多篇。先后主持和参与国家项目六项，包括国家自然基金、国家863项目。主持校企合作项目十多项。喜欢理论与实践相结合的教学风格，课程编排由浅入深，体系清晰完整。 三、培训对象 全国各省市、自治区从事人工智能、大数据、物联网、机器学习、深度学习、工程计算、控制设计、医疗卫生、信号处理与通讯、图像处理、信号检测、金融建模设计、书籍分析、人脸识别、 脑类智能、等领域相关的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关人员，以及深度学习爱好者等相关人员 时间地点 （北京 . 高校） 2019年9月5日-2019年9月8日 （时间安排：一天报到 三天授课） | | | | | 1.python基础学习 2.科学计算包numpy使用学习 3.绘图工具包matplotlib学习 | | | 1.人工智能概述 2.机器学习概述 3.机器学习算法应用分析 | | | 1.一元线性回归 2.代价函数 3.梯度下降法 4.sklearn一元线性回归应用 5.多元线性回归 6.sklearn多元线性回归应用 7.非线性回归 案例：葡萄酒质量和时间的关系 | | | 1.KNN分类算法介绍 2.KNN分类算法应用 3.KNN实现 案例：鸢尾花分类 | | | 1.决策树算法介绍 2.熵的定义 3.决策树算法与应用实现 案例：用户购买行为预测 | | | 1.Bagging算法介绍 2.随机森林建模方法 3.Adaboost算法介绍 4.stack算法介绍 | | | 1.K-means算法介绍 2.K-means算法应用 3.K-means算法实际应用案例 案例：NBA球队实力聚类分析 | | | | | | | | | 1.人工神经网络发展史 2.单层感知器 3.激活函数，损失函数和梯度下降法 4.BP算法介绍 案例：BP算法解决手写数字识别问题 | | | 1.Tensorflow安装 2.Tensorlfow基础知识：图，变量，fetch，feed 3.Tensorflow线性回归 4.Tensorflow非线性回归 5.Mnist数据集合Softmax讲解 6.使用BP神经网络搭建手写数字识别 7.交叉熵(cross-entropy)讲解和使用 8.过拟合,正则化,Dropout 9.各种优化器Optimizer | | | 1.CNN卷积神经网络 2.卷积层、池化层（均值池化、最大池化） 3.CNN手写数字案例 | | | 1.RNN循环神经网络 2.长短时记忆网络LSTM 3.LSTM应用案例 | | 十四、Google图像识别模型inception-v3项目实战 | 1.使用训练好的inception-v3完成图像识别 2.用自己收集的数据训练图像识别模型 3.使用迁移学习完成图像分类 | | | 1.自然语言处理项目介绍 2.word2vec介绍 3.用CNN训练一个新的文本分类模型 4.用LSTM训练一个新的文本分类模型 | | | 1.目标检测项目简介 2.R-CNN模型详解 3.SPPNET模型详解 4.Fast-RCNN模型详解 5.Faster-RCNN模型详解 6.Tensorflow实现Faster-RCNN目标检测 7.测试目标检测模型效果、目标检测算法标签标注 |
五、【培训方式】 1、内容以案例、代码落地为主，以理论讲解为根； 2、采用深入浅出的方法，实践技巧、并配以大量代码与实际案例练习； 3、北京高校机房进行实际案例操作，可给予拷贝资料、课件及代码案例。 六、【培训费用】 统一收费：3900（含证书认证费、报名费、培训费、资料费、午餐费等）住宿统一安排，费用自理。 七、【颁发证书】 参加培训并通过考试的学员，可获得： （可颁发其一种） A ：“工信部”颁发《人工智能工程师》职业技能水平证书，该证书可作为有关单位专业技术人员能力评价、以及求职应聘和从业人员加薪、晋升、考核等任职的重要依据。工信部-职业技能证书 注：请准备两寸蓝底照片、身份证及学历证明（学生证、毕业证、学位证都可）电子版即可。 B：“工信部”颁发《机器学习应用工程师》职业技能水平证书，该证书可作为有关单位专业技术人员能力评价、以及求职应聘和从业人员加薪、晋升、考核等任职的重要依据。工信部-职业技能证书 注：请准备两寸蓝底照片、身份证及学历证明（学生证、毕业证、学位证都可）电子版即可。 C：“工信部”颁发《深度学习开发与应用工程师》职业技能水平证书，该证书可作为有关单位专业技术人员能力评价、以及求职应聘和从业人员加薪、晋升、考核等任职的重要依据。工信部-职业技能证书 注：请准备两寸蓝底照片、身份证及学历证明（学生证、毕业证、学位证都可）电子版即可。 八、【报名方式】 请各有关部门统一组织本地区行政、企事业单位和科研院所及高等院校报名参加培训，个人也可直接报名参加。报名回执表可微信或QQ在线发送也可通过E-mail发送至会务处。 九、【联系方式】 联系人：冠 男 咨询电话 ：18311050656 （同微信）
| 
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
