課程名稱：人工智能工程師

課程類目：人工智能

課程類型：正式課

授課形式：視頻課+面授

免費試聽：否

適合基礎(chǔ)：零基礎(chǔ)學(xué)員

上課人數(shù)：40

班級名稱：高級班

上課時間：周一到周五8-17點

開班時間：每月開課

課時數(shù)量：210

課程亮點

垂直專業(yè)深度、縱向創(chuàng)新力度、橫向知識寬度、課程服務(wù)體驗

學(xué)習(xí)目標(biāo)

從0學(xué)習(xí)人工智能知識

課程內(nèi)容

01 人工智能之?dāng)?shù)學(xué)基礎(chǔ)（約6小時）

1.微積分

2.線性代數(shù)

3.概率論與數(shù)理統(tǒng)計

02 數(shù)據(jù)庫基礎(chǔ)——關(guān)系型數(shù)據(jù)庫（約8小時）

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

03 數(shù)據(jù)庫基礎(chǔ)——非關(guān)系型數(shù)據(jù)庫（約5小時）

1.MongoDB簡介

2.MongoDB的常用操作

3.MongoDB的使用

4.Python操作MongoDB

04 人工智能之Python基礎(chǔ)篇（約5小時）

1.Python的安裝與環(huán)境配置

2.Python的基礎(chǔ)與規(guī)范

3.Python的基本對象類型

4.Python語句

05 人工智能之Python進(jìn)階篇（約5小時）

1.函數(shù)

2.類與對象

3.庫與模塊

4.文件

5.錯誤與異常

06 人工智能之機(jī)器學(xué)習(xí)基礎(chǔ)篇（約10小時）

1.Python機(jī)器學(xué)習(xí)算法庫Scikit-Learn入門介紹

2.Python統(tǒng)計分析基礎(chǔ)

3.SVD分解與主成分分析

4.線性回歸算法實現(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實現(xiàn)

8.邏輯回歸算法原理與Scikit-Learn實現(xiàn)

9.貝葉斯算法原理與Scikit-Learn實現(xiàn)

10.案例：泰坦尼克號生存預(yù)測

07 人工智能之機(jī)器學(xué)習(xí)進(jìn)階篇（約20小時）

1.KNN Z近鄰元素分類器

2.時間序列模型

3.EM算法

4.聚類分析

5.決策樹模型的基本原理與Scikit-Learn實現(xiàn)

6.集成算法入門

7.集成算法的Scikit-Learn實現(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實現(xiàn)

10.XgBoost

11.案例：上市公司股價預(yù)測

12.案例：客戶風(fēng)險評級

13.大型案例：上市公司營收狀況預(yù)測

08 人工智能之復(fù)雜網(wǎng)絡(luò)分析（約10小時）

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：北京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

09 深度學(xué)習(xí)框架Tensorflow（約7小時）

1.開發(fā)環(huán)境搭建

2.Tensorflow基本數(shù)據(jù)結(jié)構(gòu)

3.TensorFlow實現(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)字識別的突破---卷積神經(jīng)網(wǎng)絡(luò)Tensorflow實現(xiàn)

10 人工智能之深度學(xué)習(xí)基礎(chǔ)篇（約15小時）

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

11 人工智能之深度學(xué)習(xí)進(jìn)階篇（約15小時）

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）

12 識文斷字：人工智能實戰(zhàn)之文本分析（約6小時）

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語言實作

13 火眼金睛：人工智能實戰(zhàn)之圖像識別（約6小時）

1.深度學(xué)習(xí)與圖像識別及經(jīng)典數(shù)據(jù)集

2.圖像識別的突破--卷積神經(jīng)網(wǎng)絡(luò)簡介

3.使用卷積神經(jīng)網(wǎng)絡(luò)對經(jīng)典數(shù)據(jù)集cifar進(jìn)行分類識別

4.使用自己的數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)

14 耳聽八方：人工智能實戰(zhàn)之語音識別（約5小時）

1.語音識別介紹

2.語音技術(shù)分析

3.本地語音識別

4.網(wǎng)絡(luò)語音識別

15 運籌帷幄：人工智能實戰(zhàn)之對抗生成網(wǎng)絡(luò)（約5小時）

11.GAN簡介

2.GAN原型詳解

3.DCGAN

4.DiscoGAN

5.半監(jiān)督學(xué)習(xí)

6.知識匯總與作業(yè)

16 冰雪聰明：人工智能實戰(zhàn)之智能問答系統(tǒng)（約5小時）

1.從與機(jī)器的溝通方式開始

2.對話：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)