长沙国富如荷教育的AI 人工智能集训营适合零基础入门到进阶AI工程师意向学员,本课程属于数据科学的高级课程,从深度学习基础知识、深度学习的常用工具介绍,要求学员对Python语言技能有较高的水平。
AI人工智能集训营:本课程适合零基础入门到进阶AI工程师意向学员。
本课程属于数据科学的高级课程,从深度学习基础知识、深度学习的常用工具介绍(Tensorflow、Keras、Caffe、PyTorch)、深度学习在各个领域的应用、深度学习高级算法等内容,对Python语言技能有较高的要求。
最后结合热门行业电商、金融、电信、医药真实案例和业务出发,升华技术应用场景,使所学更符合就业要求,达到企业用人标准,快速在大数据时代找准工作定位。学员毕业要求能够带领团队协同完成数据分析项目,能够掌握数据数据分析大多数岗位(AI工程师、自然语言处理工程师、计算机视觉工程师)技能。
课程目标
熟悉AI工具,包括TensorFlow、Keras、Caffe、PyTorch
熟悉深度学习应用
熟悉CNN、RNN、Faster RCNN等深度神经网络模型,并掌握其相关的优化算法
了解深度学习高级算法,包括卷积神经网络、循环神经网络等
掌握优化算法和高性能计算方法
掌握NLP自然语言处理一线行业案例
掌握计算机视觉图像识别一线行业案例
招生对象和基础
在校数学、计算机、统计学、大数据、数据分析相关专业高年级学生
有5年一般数据分析经验或1年以上机器学习经验学员
零基础决心进入AI工程师领域学员
必备理论基础:线性代数、概率论与信息论、数值计算
课程内容
1章微积分
1-1人工智能发展前景
1-2微积分介绍
2章线性代数
2-1现实世界的想象
2-2空间语言与立体感知:向量与矩阵
2-3追本溯源:问题与逆问题
2-4稳定很重要:矩阵的特征
2-5与机器沟通:计算机中的线性代数计算
3章槪率论与数理统计
3-1概率的意义
3-2抽象的现实:概率的分布与应用
3-3印象:描述性统计
3-4拒绝主观:假设与检验
3-5可以量化的差异:方差分析
3-6统计会犯错误
4章人工智能之关系型数据库
4-1MySQL的安装与使用
4-2数据库、数据表及字段操作
4-3SQL查询与函数
5章人工智能之非关系型数据库
5-1MongoDB基本操作
5-2MongoDB高级操作