AI人工智能集训营

　　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