關于舉辦 “人工智能技術及其應用實戰”培訓班的通知
一、課程介紹
近年來, 隨著“人工智能”深入應用到社會各個行業, 通過將對應的人工智能技術比如人臉識別,車牌識別等應用到具體的行業信息化領域,包括新興互聯網企業(如電商企業、搜索引擎、社交網站、互聯網廣告服務提供商等)、金融企業(銀行、保險、證券公司、互聯網金融借貸公司等)、通信運營商(電信、移動、聯通)等行業的企業。在國內外形成了獨具特色的智能產業和智能經濟。因此中國信息化人才培訓中心決定舉辦 “人工智能技術及其應用實戰培訓班”望各單位收到通知后組織相關人員參加。現將有關事宜通知如下：
本課程對業界主流最新的人工智能及其應用實戰技術分成基礎級、 進階級、 高級實戰三個層次進行系統化地培訓, 讓學員分成三個階段深入系統地掌握人工智能技術的應用
1) 第一階段:人工智能基礎級培訓內容,讓學員掌握人工智能的基礎知識,人工智能的問題解決思路, 人工智能的應用案例, 人工智能產業和人工智能產品的應用解決方案 。
2) 第二階段:人工智能進階級培訓內容,讓學員掌握人工智能中用到的機器學習方法和深度學習方法,包括有監督學習,無監督學習和半監督學習,以及決策樹機器學習、樸素貝葉斯機器學習、神經網絡機器學習、深度學習、巻積神經網絡和 LSTM神經網絡機器學習的算法模型的原理和應用實踐操作, 每類算法模型在具體場景中的應用實踐。
3) 第三階段:人工智能高級項目應用培訓內容,讓學員掌握人工智能的系統平臺工具的應用實戰, 包括人工智能的代表性系統工具平臺: TesorFlow深度學習平臺, Keras深度學習庫和 Python Al系統的應用實踐,在講解的同時,由講師帶著學員對人工智能工具安排實踐操作, 讓學員更突出掌握實戰技能。
二、培訓安排
2021年4月09-12日北京 4月23-26日廣州 5月28-31日成都
2021年6月24-27日北京 7月22-25日杭州 8月26-29日重慶
2021年9月23-26日上海 10月28-31日北京
2021年11月26-29日珠海 12月24-27日北京
三、培訓目標
1、通過本課程的學習, 學員可以用較短的時間掌握人工智能領域的基礎和精華內容
2、讓學員掌握人工智能的基礎知識,人工智能的問題解決思路,人工智能的應用案例,人工智能產業和人工智能產品的應用解決方案 。
3、讓學員掌握人工智能的技術平臺應用,重點包括PythonKeras, TensorFlow, PyTorch,,Theano, CNTK, Caffe等應用實戰,并且通過兩三個具體的企業應用實驗操作,鞏固掌握的 Al技術和平臺。
四、培訓對象
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
五、培訓方式
定制授課+實戰案例訓練+互動咨詢討論,共3天
本課程采用技術原理與項目實戰相結合的方式進行教學, 在講授原理的過程中, 穿插實際的系統操作, 本課程講師也精心準備的實際的應用案例供學員動手訓練 。
六、詳細大綱與培訓內容
|
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 | |
七、師資力量
俞老師，2005年碩士畢業于上海交通大學機器人研究所，從事機器學習，機器視覺，人工智能方面的研究。曾就職于微軟，從事商業智能的開發。現就職于某大型互聯網公司從事大數據和人工智能的應用和開發。豐富的項目實戰經驗，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。
周老師，男，中國科學院通信與信息系統專業博士。北京郵電大學移動互聯網與信息化實驗室特聘研究員、對外經貿大學信息學院特聘兼職教師、中國移動集團高級培訓講師，長期從事大數據、4G、移動互聯網安全、管理及大數據精確營銷等研究方向。國內頂級信息系統架構師，金牌講師，技術顧問，移動開發專家。擁有豐富的通信信息系統設計、開發經驗及培訓行業經驗，先后為全國超過15家省移動公司，超過30家地市移動公司有過項目開發合作及授課，擔任多個大型通信項目的總師。
八、頒發證書
參加相關培訓并通過考試的學員，可以獲得：
1.工業和信息化部頒發的-人工智能與深度學習證書。該證書可作為專業技術人員職業能力考核的證明，以及專業技術人員崗位聘用、任職、定級和晉升職務的重要依據。
注：請學員帶二寸彩照2張（背面注明姓名）、身份證復印件一張。
九、培訓費用及須知
培訓費7800元/人。（含培訓費、資料費、考試費、證書費、講義費等）。需要住宿學員請提前通知，可統一安排，費用自理。
【報名咨詢】
聯系電話：010-62258232 62278113 13718601312 13120125786
聯 系 人：李先生 陳小姐
您的位置：
