【三月班|現(xiàn)場】人工智能技術及其應用實戰(zhàn)培訓班:基礎-進階-高階(2025.3.25-28)
近年來,隨著數(shù)字化與智能化時代的到來,人工智能作為數(shù)字化轉型過程的一個技術手段,已經(jīng)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(shù)字政府、數(shù)字政協(xié)、互聯(lián)網(wǎng)企業(yè)(如電商、搜索引擎、社交網(wǎng)站、互聯(lián)網(wǎng)廣告等)、金融企業(yè)(如金融股票數(shù)據(jù)分析)、通信運營商(電信、移動、聯(lián)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(nèi)容,讓學員掌握人工智能的基礎知識,在數(shù)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(nèi)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(jīng)網(wǎng)絡、深度學習、巻積神經(jīng)網(wǎng)絡和LSTM神經(jīng)網(wǎng)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(nèi)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(jīng)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(shù)字化轉型與運營負責人;從事數(shù)字化轉型與運營推進工作的人員等;生產(chǎn)經(jīng)營、信息技術、人力資源、供應鏈及物流、電商營銷、產(chǎn)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(chǎn)業(yè)3號樓3層。六、培訓內(nèi)容
日期 |
主題 |
內(nèi)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(chǎn)業(yè)應用概述
3.人工智能發(fā)展現(xiàn)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(shù)據(jù)的行業(yè)應用案例
3.人工智能在“互聯(lián)網(wǎng)+”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(xiàn)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(shù)據(jù)結構
4.python的循環(huán)與判斷結構
5.函數(shù)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(chǎn)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(jīng)典算法概述
2.線性回歸
3.邏輯回歸算法及應用
4.嶺回歸
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(lián)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(xiàn)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(jīng)網(wǎng)絡算法模型及其應用
3.卷積神經(jīng)網(wǎng)絡算法及應用
4.循環(huán)神經(jīng)網(wǎng)絡深度學習的應用
5.圖神經(jīng)網(wǎng)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(xiàn)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(xiàn)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(xiàn)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(jù)講師布置的實際應用案例,開展人工智能和大數(shù)據(jù)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(shù)據(jù)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(jīng)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(shù)據(jù)分析和機器學習方面具備多年的工作和培訓經(jīng)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(lián)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,北京市計算中心人工智能助理研究員,圖像算法工程師。主要從事人工智能圖像處理方面內(nèi)容,擅長根據(jù)實際問題設計cv算法解決方案,熟練掌握包括數(shù)據(jù)標注、建模、部署等步驟的全流程工程化工作。有豐富的訓練深度學習及機器學習模型,并完成部署,集成到軟件系統(tǒng)中供客戶使用的項目經(jīng)驗。八、培訓費用及優(yōu)惠政策
同一單位3人以上報名,每人優(yōu)惠300元。九、報名回執(zhí)

本文系作者 @TIMEDOO 原創(chuàng)發(fā)布在 肽度TIMEDOO。未經(jīng)許可,禁止轉載。