88 优惠券
2020年3月1日到期。满 200 元可用
立即使用
立即使用
  • 参会报名
  • 会议通知
  • 会议日程
  • 会议嘉宾
  • 参会指南
  • 手机下单 手机扫码下单

首页 > 培训课程 > IT/技术培训 > AI人工智能、Python与机器学习1月线上培训班 更新时间:2020-12-10T11:49:07

AI人工智能、Python与机器学习1月线上培训班
收藏3人
分享到

AI人工智能、Python与机器学习1月线上培训班 已截止报名

课程时间: 2021-01-08 09:00至 2021-01-10 18:00结束

课程地点: 线上活动 

会议规模:50人

主办单位: 北京盛世元鸿职业技能教培中心

行业热销热门关注看了又看 换一换

        会议通知

        会议内容 主办方介绍


        AI人工智能、Python与机器学习1月线上培训班

        AI人工智能、Python与机器学习1月线上培训班宣传图

                         北京盛世元鸿职业技能教培中心

           各企事业单位、高等院校及科研院所:

               国务院关于《新一代人工智能(AI)发展规划》的提出,到2020年,我们人工智能产业实现人工智能核心产业规模达1500亿元,到2025年达4000亿,到2030年达1万亿。《规划》表明AI已经上升至国家核心竞争战略高度,储备AI专业人才资源已经提到日程上。为进一步推动大数据、人工智能技术的发展与进步,帮助更多企事业单位、高校培养大数据与人工智能专业人才,北京盛世元鸿职业技能教培中心特邀人工智能学术和机器学习研发领域一线专家共同举办此次“Python与人工智能(AI)课”将于2021年1月8日—1月10日在腾讯会议直播方式与各界人士进行教学交流!欢迎人工智能、机器学习、图像识别、语音识别、目标检测、自然语言处理、大数据挖掘、类脑智能等领域的老师、研究生、本科生、工程师及有志于python、机器学习、深度学习研究的从业者参加。具体事宜如下:

        一、时间地点:   2021年1月8日 —— 2021年1月10日  (腾讯会议、授课三天)


        二.培训目标

        1:掌握机器学习的思维方式和关键技术及算法;

        2:掌握人工智能程序编程,包括Python基础使用,科学计算包numpy使用、绘图工具包使用

        3:了解机器学习和深度学习在当前工业界的落地应用;

        4:掌握Tensorflow框架在卷积神经网络、长短时记忆网络、循环神经网络等应用技巧与细节分析;

        5:能够根据数据分布选择合适的算法模型并书写代码,能开发出一些实际的应用项目并运用 Python进行机器学习与深度学习的研究工作。

         

        三.主讲专家

        AI创业公司合伙人,技术总监。机器学习,深度学习领域多年一线开发研究经验,精通算法原理与编程实践。曾使用Tensorflow,Caffe,Keras等深度学习框架完成过多项图像,语音,nlp,搜索相关的人工智能实际项目,研发经验丰富。拥有两项国家专利。同时具有多年授课经验,讲课通熟易懂,代码风格简洁清晰。长期从事深度学习、人工智能、机器学习、计算机视觉等领域的教学与研究工作。

        四.参会对象

        全国各省市从事人工智能、机器学习、图像识别、语音识别、目标检测、自然语言处理、大数据挖掘、类脑智能等相关企事业单位的科研技术人员,各省市大学相关专业的老师、研究生、本科生、工程师及有关于Python、机器学习、深度学习研究的从业者!
                     

        七.资格认证

        由“中国管理科学研究院”颁发的《人工智能工程管理师》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。 申报资料: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。

         



        查看更多

        会议日程 (最终日程以会议现场为准)


           Python与人工智能(AI)——课程大纲

         

        时间

        大章节

        小章节

        第一天

        一、人工智能与机器学习基础

        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

        二、python基础学习

        1.print使用         2.运算符和变量

        3.循环               4.列表元组字典

        5.if条件            6.函数

        7.模块               8.类的使用

        9.input用法         10.文件读写

        11.异常处理

        三、.科学计算包numpy使用学习

        1.numpy的属性

        2.创建array

        3.numpy的运算

        4:随机数生成以及矩阵的运算

        5.numpy的索引

        6.array合并

        7.array分割

        四、绘图工具包matplotlib学习

        1.基础用法

        2.figure图像

        3.设置坐标轴

        4.legend图例

        5.scatter散点图

        五、回归算法

        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

        案例:葡萄酒质量和时间的关系

        六、KNN分类算法

        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

        七、决策树算法

        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

        第二天

        八、K-means聚类算法

        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

        九、集成算法与随机森林

        1.Bagging算法介绍

        2.随机森林建模方法

        3.Adaboost算法介绍

        4.Stacking算法介绍

        5.Voting算法介绍

        6.案例:泰坦尼克号船员获救预测项目

        十、天气预测项目

        1.数据特征分析

        2.特征处理

        3.模型搭建

        4.模型调参

        十一、深度学习基础-神经网络介绍

        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

        十二、Tensorflow基础应用

        1.Mnist数据集合Softmax讲解

        2.使用BP神经网络搭建手写数字识别

        3.交叉熵(cross-entropy)讲解和使用

        4.过拟合,正则化,Dropout

        5.各种优化器Optimizer

        第三天

        十三、卷积神经网络CNN应用

        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

        十四、长短时记忆网络LSTM应用

        1.RNN循环神经网络

        2.长短时记忆网络LSTM

        3.LSTM应用案例

        十五、使用VGG16模型与Inception模型完成场景分类

        1.数据准备

        2.数据增强

        3.模型搭建

        4.模型训练

        5.结果测试

        十六、自然语言处理技术介绍

        1. word2vec介绍

        2.Transformer模型介绍

        3.Self-Attention机制介绍

        4.多头注意力机制介绍

        5..Bert模型介绍

        十七、自然语言处理项目实战

        1.用CNN训练一个新的文本分类模型

        2.用LSTM训练一个新的文本分类模型

        3.用Bert训练一个新的文本分类模型

        十八、目标检测模型介绍

        1.目标检测项目介绍

        2.R-CNN模型介绍

        3.SPPNET模型介绍

        4.Fast-RCNN模型介绍

        5.Faster-RCNN模型介绍

        十九、目标检测模型实战

        1.项目安装配置环境

        2.准备数据集

        3.使用训练好的目标检测模型进行预测

        4.用自己的数据训练新的目标检测模型

         

        二十、辅助课程

        1、针对性解决学员疑难问题进行答疑讨论

        2、建立微群交流

        3. 配备深度学习电子版教材

        查看更多

        会议嘉宾


        即将更新,敬请期待

        参会指南

        会议门票


         五.培训费用

        统一收费:3900元/人(含会议费、资料费、指导费、发票费等)费用提供用于报销的正规机打发票及盖有公章的纸质通知文件;如需开具培训费的单位请联系会务人员要培训通知

         

        六.专项优惠政策(优惠不可同时享用)

        (1)参加线上课程,后期本人可无限次数参加线上或线下培训,学会为止。

        (2)12月30日之前报名缴费,每人优惠100元

        (3)3人以上报名每人可优惠200元

        (4)5人及以上团报可赠送一个免费名额

        (5)学生报名每人优惠/200元

         

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        还有若干场即将举行的 AI人工智能大会

        猜你喜欢

        部分参会单位

        主办方没有公开参会单位
        活动家_小程序快捷下单

        微信扫一扫
        分享给朋友

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函