一、課程介紹
近年來，隨著數字化與智能化時代的到來，人工智能作為數字化轉型過程的一個技術手段，已經廣泛應用到多個行業(yè)，通過將對應的人工智能技術比如人臉識別、車輛檢測、人機對弈、AI醫(yī)學讀片、遙感影像等應用到具體的行業(yè)領域，包括數字政府、數字政協、互聯網企業(yè)（如電商、搜索引擎、社交網站、互聯網廣告等）、金融企業(yè)（如金融股票數據分析）、通信運營商（電信、移動、聯通）等。本課程將通過基礎理論級、進階應用級、高階實戰(zhàn)級三個層級進行系統(tǒng)化地講授與實踐，讓學員深入系統(tǒng)地掌握人工智能技術的應用。1）基礎理論級：人工智能基礎級培訓內容，讓學員掌握人工智能的基礎知識，在數字化時代人工智能的問題解決思路以及人工智能的應用案例。2）進階應用級：人工智能進階級培訓內容，讓學員掌握人工智能中用到的機器學習方法和深度學習方法，包括決策樹、樸素貝葉斯、神經網絡、深度學習、巻積神經網絡和LSTM神經網絡等的算法，將每類算法在具體場景中的應用實踐。3）高階實戰(zhàn)級：人工智能實戰(zhàn)級項目應用培訓內容，讓學員掌握人工智能的系統(tǒng)平臺工具的應用實戰(zhàn)經驗，包括人工智能的代表性系統(tǒng)工具平臺：TensorFlow深度學習服務器平臺，Keras深度學習服務器平臺等，通過講解與實踐相結合的方式，讓學員更熟練掌握實戰(zhàn)技能。二、培訓目標
1、通過本課程的學習，學員可以用較短的時間掌握人工智能技術在各行業(yè)領域中的應用情況。2、掌握人工智能的基礎知識，人工智能解決問題的思路，人工智能的應用案例。3、掌握人工智能的技術平臺應用，重點包括Keras、TensorFlow、PyTorch、PaddlePaddle等應用實戰(zhàn)且通過具體的實踐案例操作，鞏固掌握的AI技術和平臺的使用。三、培訓對象
各行業(yè)企業(yè)、事業(yè)單位；科研院所、大專院校；企業(yè)管理人員、數字化轉型與運營負責人；從事數字化轉型與運營推進工作的人員等；生產經營、信息技術、人力資源、供應鏈及物流、電商營銷、產業(yè)園區(qū)等相關管理、技術、運營人員；中小企業(yè)、創(chuàng)業(yè)者；以及其它對人工智能感興趣的人員。四、培訓方式
1、理論授課+實戰(zhàn)案例操作+互動交流討論2、本課程采用理論與項目實戰(zhàn)相結合的方式進行教學，在講授原理的過程中，穿插實際的系統(tǒng)操作。五、時間地點
培訓地點：北京市海淀區(qū)豐賢中路7號北科產業(yè)3號樓3層。
六、培訓內容
| 日期 |
主題 |
內容 |
| 第一天 |
人工智能基礎與概述 |
1.AI技術的理論基礎、歷史概述
2.人工智能的產業(yè)應用概述
3.人工智能發(fā)展現狀及趨勢概述
4.人工智能熱點問題和前沿研究介紹
|
| 人工智能的行業(yè)應用與發(fā)展 |
1.人工智能的行業(yè)圖譜和行業(yè)發(fā)展分析
2.人工智能結合大數據的行業(yè)應用案例
3.人工智能在“互聯網+”領域的應用
4.人工智能在制造業(yè)領域的應用
5.人工智能在金融、消費領域的應用
6.人工智能在醫(yī)療健康領域的應用
|
| 人工智能技術實現環(huán)境與編程語言 |
1.python概述
2.python編程軟件安裝
3.python基礎數據結構
4.python的循環(huán)與判斷結構
5.函數定義、類的定義
6.第三方庫的使用：numpy、pandas、matplotlib
7.圖像/視頻處理、語音處理、自然語言處理等領域的基本方法
|
| 第二天 |
部署人工智能實驗平臺 |
1.國產化深度學習框架基本情況
2.深度學習框架運行的基本軟硬件環(huán)境要求
3.深度學習框架的安裝
4.運行講師提供的人工智能簡単示例驗證環(huán)境的正確性
5.熟悉實驗資料和實驗環(huán)境
|
| 人工智能機器學習的算法模型的應用實踐 |
1.人工智能四大類經典算法概述
2.線性回歸
3.邏輯回歸算法及應用
4.領回歸
5.樸素貝葉斯算法及其應用
6.支持向量機
7.決策樹算法模型及其應用
8.隨機森林
9.關聯分析算法模型及其應用
10.聚類算法模型及其應用
11.Sklearn庫概述
12.Sklearn庫概述的實戰(zhàn)操作
13.利用Python語言編程,實現分類預測項目
14.機器學習常見評估方法：準確率、召回率、混淆矩陣、F1-score、AUC指標、ROC曲線
|
| 第三天 |
人工智能深度學習的算法模型的應用實踐 |
1.深度學習算法概述
2.神經網絡算法模型及其應用
3.卷積神經網絡算法及應用
4.循環(huán)神經網絡深度學習的應用
5.圖神經網絡算法模型及其應用
|
| TensorFlow：Al深度學習平臺及其應用實踐 |
1.TensorFlow：AI深度學習框架的概述
2.TensorFlow深度學習平臺的工作機制和系統(tǒng)架構
3.TensorFlow的應用場景和應用案例
4.TensorFlow CNN應用操作
5.TensorFlow LSTM應用操作
6.基于TensorFlow的可視化工具：Tensorboard簡介
7.Tensorboard的部署、配置和應用界面操作
8.基于TensorFlow和Tensorboard進行實驗操作
9.深度學習算法常見的評估方法：準確率、召回率、AUC指標、ROC曲線、目標識別交并比、圖像分割交并比
|
| Keras人工智能平臺應用實踐 |
1.業(yè)界常用的AI平臺：Keras人工智能平臺概述
2.Keras AI平臺的部署與配置
3.Keras技術實現與工作機制
4.Keras實驗案例操作
|
| 第四天 |
Pytorch人工智能平臺應用實踐 |
1.Pytorch人工智能平臺概述
2.Pytorch AI平臺的部署與配置
3.Pytorch技術實現與工作機制
4.Pytorch實驗案例操作
5.基于Pytorch的深度學習案例實踐
|
| 項目實踐 |
1.利用學過的知識，使用Python編程實現基本的人臉識別或AI讀片等實驗項目
2.講師提供項目指導手冊,帶著學員完成,學員獨立完成后，講師答疑
|
| 綜合實踐與分享討論 |
1.根據講師布置的實際應用案例,開展人工智能和大數據完整項目部署設計和應用開發(fā)實踐、應用實施以及解決方案分享咨詢與交流討論 |
七、培訓師資
張 鉉，北京市計算中心算法工程師，北京市科學技術研究院副研究員。神戶大學系統(tǒng)信息專業(yè)博士畢業(yè)，主要研究方向為深度學習、數據挖掘、圖像識別算法構建等。主要從事深度學習與圖像處理算法的理論與技術落地研究。部分項目經驗：（1）作為主要參加人承擔國家重點研發(fā)計劃子課題“既有城市住區(qū)智慧化升級改造關鍵技術研究”。（2）作為主要參加人承擔河北省科技計劃項目“榮泰模具科技股份有限公司玻璃模具檢測智能制造創(chuàng)新團隊”。發(fā)表論文4篇、授權專利1項、獲發(fā)明獎1項。袁寒玉，北京市計算中心智能計算事業(yè)部技術總監(jiān)。碩士畢業(yè)于軍事醫(yī)學科學院生物信息學專業(yè)，博士就讀于北京工業(yè)大學化學工程專業(yè)。在生物信息分析和生物計算平臺開發(fā)、生物醫(yī)學領域的數據分析和機器學習方面具備多年的工作和培訓經驗。擅長Python、R語言、HPC集群搭建。工作期間研發(fā)成果多次獲獎，其中，“糖尿病風險預警與輔助診斷智能分析軟件”于2021年9月在京津冀科研院所聯盟優(yōu)秀成果選拔賽中獲得“科技創(chuàng)新三等獎”，“糖尿病風險預警與輔助診斷智能分析軟件”于2020年在第24屆全國發(fā)明展覽會上獲“發(fā)明創(chuàng)業(yè)項目金獎”，“基于人工智能與病理高光譜圖像處理技術的膽管癌癥診斷技術”在空間信息創(chuàng)新創(chuàng)業(yè)大賽中獲“優(yōu)秀獎”。此外，擁有多項相關專利與軟著。陶 磊，北京市計算中心圖像算法工程師。畢業(yè)于北京信息科技大學，研究機器人視覺方向。就職期間從事圖像算法開發(fā)工作，熟悉Python、C++等編程語言，熟悉多平臺的語言編程，熟悉傳統(tǒng)cv算法、深度學習圖像處理算法、自然語言處理算法、爬蟲以及知識圖譜等相關內容。
八、培訓費用及證書頒發(fā)
培訓費6000元/人（含培訓費、資料費、考試費、證書費、講義費、餐費等）。同一單位3人以上報名，每人優(yōu)惠300元。參加相關培訓并通過考試的學員，可以獲得：工業(yè)和信息化部考試中心頒發(fā)的“高級人工智能應用工程師”。該證書可作為專業(yè)技術人員職業(yè)能力考核的證明，以及專業(yè)技術人員崗位聘用、任職、定級和晉升職務的重要依據。注：隨報名回執(zhí)提供小二寸、白底電子照片1張。
九、報名回執(zhí)
“人工智能技術及其應用實戰(zhàn)”培訓班
報名回執(zhí)
| 單位 |
|
納稅人識別號 |
|
| 地址 |
|
開票內容 |
口培訓費 口會議費 |
| 姓名 |
性別 |
身份證號碼 |
手機 |
郵箱 |
|
|
|
|
|
|
|
|
|
|
注：1. 此表復印有效；2.身份證號碼辦理證書使用
十、聯系方式
vicolee2021（微信）
北京市計算中心有限公司
2023年5月
本文系作者 @TIMEDOO 原創(chuàng)發(fā)布在 肽度TIMEDOO。未經許可，禁止轉載。
