成都國富如荷教育
培訓(xùn)：CDA數(shù)據(jù)分析、Python數(shù)據(jù)分析、AI 人工智能、金融數(shù)據(jù)分析
全國統(tǒng)一咨詢電話
4006-303-880
培訓(xùn)：CDA數(shù)據(jù)分析、Python數(shù)據(jù)分析、AI 人工智能、金融數(shù)據(jù)分析
人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)，心理學(xué)和哲學(xué)等。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺等等，如果您感興趣就來國富如荷教育，成都國富人工智能工程師培訓(xùn)班，專為想轉(zhuǎn)行從事人工智能行業(yè)又沒有基礎(chǔ)的等人群開設(shè)，想了解跟多課程詳情請(qǐng)往下看。
零基礎(chǔ)學(xué)員或是想轉(zhuǎn)行的人群
周一到周五8-17點(diǎn)
視頻課+面授
垂直專業(yè)深度、縱向創(chuàng)新力度、橫向知識(shí)寬度、課程服務(wù)體驗(yàn)
從0學(xué)習(xí)人工智能知識(shí)
| 授課章節(jié) | 授課內(nèi)容 |
|---|---|
| 第一章 | 人工智能之?dāng)?shù)學(xué)基礎(chǔ)（約6小時(shí)） 1.微積分 2.線性代數(shù) 3.概率論與數(shù)理統(tǒng)計(jì) |
| 第二章 | 數(shù)據(jù)庫基礎(chǔ)——關(guān)系型數(shù)據(jù)庫（約8小時(shí)） 1.SQL入門及安裝 2.數(shù)據(jù)表及字段操作 3.SQL查詢、鏈接 4.SQL商業(yè)應(yīng)用案例 |
| 第三章 | 數(shù)據(jù)庫基礎(chǔ)——非關(guān)系型數(shù)據(jù)庫（約5小時(shí)） 1.MongoDB簡介 2.MongoDB的常用操作 3.MongoDB的使用 4.Python操作MongoDB |
| 第四章 | 人工智能之Python基礎(chǔ)篇（約5小時(shí)） 1.Python的安裝與環(huán)境配置 2.Python的基礎(chǔ)與規(guī)范 3.Python的基本對(duì)象類型 4.Python語句 |
| 第五章 | 人工智能之Python進(jìn)階篇（約5小時(shí)） 1.函數(shù) 2.類與對(duì)象 3.庫與模塊 4.文件 5.錯(cuò)誤與異常 |
| 第六章 | 人工智能之機(jī)器學(xué)習(xí)基礎(chǔ)篇（約10小時(shí)） 1.Python機(jī)器學(xué)習(xí)算法庫Scikit-Learn入門介紹 2.Python統(tǒng)計(jì)分析基礎(chǔ) 3.SVD分解與主成分分析 4.線性回歸算法實(shí)現(xiàn) 5.嶺回歸、Lasso和彈性網(wǎng) 6.判別分析 7.梯度下降算法原理與Scikit-Learn實(shí)現(xiàn) 8.邏輯回歸算法原理與Scikit-Learn實(shí)現(xiàn) 9.貝葉斯算法原理與Scikit-Learn實(shí)現(xiàn) 10.案例：泰坦尼克號(hào)生存預(yù)測(cè) |
| 第七章 | 人工智能之機(jī)器學(xué)習(xí)進(jìn)階篇（約20小時(shí)） 1.KNN最近鄰元素分類器 2.時(shí)間序列模型 3.EM算法 4.聚類分析 5.決策樹模型的基本原理與Scikit-Learn實(shí)現(xiàn) 6.集成算法入門 7.集成算法的Scikit-Learn實(shí)現(xiàn) 8.感知機(jī)模型基本原理 9.支持向量機(jī)基本原理與Scikit-Learn實(shí)現(xiàn) 10.XgBoost 11.案例：上市公司股價(jià)預(yù)測(cè) 12.案例：客戶風(fēng)險(xiǎn)評(píng)級(jí) 13.大型案例：上市公司營收狀況預(yù)測(cè) |
| 第八章 | 人工智能之復(fù)雜網(wǎng)絡(luò)分析（約10小時(shí)） 1.圖論 2.復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)性質(zhì) 3.更多類型的網(wǎng)絡(luò) 4.復(fù)雜網(wǎng)絡(luò)的演化 5.復(fù)雜網(wǎng)絡(luò)的功能 6.案例：成都市快速軌道交通的有效性 7.案例：社交網(wǎng)絡(luò)數(shù)據(jù)分析 |
| 第九章 | 深度學(xué)習(xí)框架Tensorflow（約7小時(shí)） 1.開發(fā)環(huán)境搭建 2.Tensorflow基本數(shù)據(jù)結(jié)構(gòu) 3.TensorFlow實(shí)現(xiàn)代碼結(jié)構(gòu)和開發(fā)步驟——回歸問題 4.TensorFlow深度學(xué)習(xí)基礎(chǔ)--神經(jīng)網(wǎng)絡(luò)——分類問題 5.手寫數(shù)字識(shí)別的突破---卷積神經(jīng)網(wǎng)絡(luò)Tensorflow實(shí)現(xiàn) |
| 第十章 | 人工智能之深度學(xué)習(xí)基礎(chǔ)篇（約15小時(shí)） 1.AI概述和Tensorflow基礎(chǔ) 2.神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 3.卷積神經(jīng)網(wǎng)絡(luò) 4.RNN和LSTM 收 起獲取詳細(xì)課程大綱 |
| 第十一章 | 人工智能之深度學(xué)習(xí)進(jìn)階篇（約15小時(shí)） 1.神經(jīng)網(wǎng)絡(luò)算法基礎(chǔ)(1) 2.神經(jīng)網(wǎng)絡(luò)算法基礎(chǔ)(2) 3.遷移學(xué)習(xí)和強(qiáng)化學(xué)習(xí) 4.自然語言處理（NLP） |
| 第十二章 | 識(shí)文斷字：人工智能實(shí)戰(zhàn)之文本分析（約6小時(shí)） 1.文本分析簡介 2.文本數(shù)據(jù)預(yù)處理 3.文本分析應(yīng)用與Python語言實(shí)作 |
| 第十三章 | 火眼金睛：人工智能實(shí)戰(zhàn)之圖像識(shí)別（約6小時(shí)） 1.深度學(xué)習(xí)與圖像識(shí)別及經(jīng)典數(shù)據(jù)集 2.圖像識(shí)別的突破--卷積神經(jīng)網(wǎng)絡(luò)簡介 3.使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)經(jīng)典數(shù)據(jù)集cifar進(jìn)行分類識(shí)別 4.使用自己的數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò) |
| 第十四章 | 耳聽八方：人工智能實(shí)戰(zhàn)之語音識(shí)別（約5小時(shí)） 1.語音識(shí)別介紹 2.語音技術(shù)分析 3.本地語音識(shí)別 4.網(wǎng)絡(luò)語音識(shí)別 |
| 第十五章 | 運(yùn)籌帷幄：人工智能實(shí)戰(zhàn)之對(duì)抗生成網(wǎng)絡(luò)（約5小時(shí)） 11.GAN簡介 2.GAN原型詳解 3.DCGAN 4.DiscoGAN 5.半監(jiān)督學(xué)習(xí) 6.知識(shí)匯總與作業(yè) |
| 第十六章 | 冰雪聰明：人工智能實(shí)戰(zhàn)之智能問答系統(tǒng)（約5小時(shí)） 1.從與機(jī)器的溝通方式開始 2.對(duì)話：問題的理解與答案的生成 3.詞典：關(guān)鍵詞檢索 4.專家：指定領(lǐng)域的問答助手 5.百科全書：開放式的問答系統(tǒng) |
1. 提高生產(chǎn)效
人工智能技術(shù)可以通過自動(dòng)化和智能化的方式，提高生產(chǎn)效率和質(zhì)量。例如，在制造業(yè)中，人工智能可以通過自動(dòng)化生產(chǎn)線和智能機(jī)器人，實(shí)現(xiàn)生產(chǎn)過程的自動(dòng)化和智能化，提高生產(chǎn)效率和質(zhì)量。
2. 促進(jìn)醫(yī)療健康
人工智能技術(shù)可以在醫(yī)療健康領(lǐng)域發(fā)揮重要作用。例如，人工智能可以通過分析大量的醫(yī)療數(shù)據(jù)，提高疾病的診斷和治療效果，同時(shí)也可以通過智能醫(yī)療設(shè)備和遠(yuǎn)程醫(yī)療技術(shù)，提高醫(yī)療服務(wù)的效率和質(zhì)量。
3. 優(yōu)化交通運(yùn)輸
人工智能技術(shù)可以通過智能交通系統(tǒng)和自動(dòng)駕駛技術(shù)，優(yōu)化交通運(yùn)輸，提高交通安全和效率。例如，自動(dòng)駕駛技術(shù)可以減少交通事故和擁堵，提高交通運(yùn)輸?shù)男屎唾|(zhì)量。
4. 提高教育水平
人工智能技術(shù)可以通過智能教育系統(tǒng)和個(gè)性化教育技術(shù)，提高教育水平和質(zhì)量。例如，智能教育系統(tǒng)可以根據(jù)學(xué)生的學(xué)習(xí)情況和興趣，提供個(gè)性化的教育服務(wù)，提高學(xué)生的學(xué)習(xí)效果和興趣。
5. 促進(jìn)科學(xué)研究
人工智能技術(shù)可以通過模擬和分析復(fù)雜的科學(xué)問題，促進(jìn)科學(xué)研究的發(fā)展。例如，人工智能可以通過模擬和分析天氣預(yù)報(bào)、氣候變化、宇宙探索等復(fù)雜的科學(xué)問題，提高科學(xué)研究的效率和質(zhì)量。
