5
（285人評價）
筆記：(20)
學(xué)員：(348)
瀏覽：(105092)
教學(xué)優(yōu)勢
曙海教育的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。大批企業(yè)和曙海
建立了良好的合作關(guān)系。曙海集團的課程在業(yè)內(nèi)有著廣泛的美譽度和響亮的知名度。
秉承二十幾年積累的教學(xué)品質(zhì)，本課程以真實項目實戰(zhàn)為導(dǎo)向,授課工程師將會與您分享設(shè)計的全流程及工具的綜合使用技巧、經(jīng)驗。
?
Python、Spark和TensorFlow人工智能培訓(xùn)
| 第一天 模塊一： 人工智能的行業(yè)應(yīng)用與發(fā)展 |
1.人工智能的行業(yè)圖譜和行業(yè)發(fā)展割析 2.人工智能結(jié)合大數(shù)據(jù)的行業(yè)應(yīng)用案例 3.人工智能在“互聯(lián)網(wǎng)+”領(lǐng)域的應(yīng)用 4.人工智能在制造業(yè)領(lǐng)域的應(yīng)用 5.人工智能在金融、消費領(lǐng)域的應(yīng)用 |
| 模塊二： Python數(shù)據(jù)挖掘快速入門 |
1.Python語言基礎(chǔ)快速入門 2.科學(xué)計算庫Numpy 3.數(shù)據(jù)分析處理庫Pandas 4.可視化庫Matplotlib 5.人工智能必備Python基礎(chǔ) |
| 模塊三： Scikit-learn實戰(zhàn) |
1.Scikit-learn庫介紹 2.Scikit-learn安裝 3.基于Scikit-learn的常用挖掘算法實戰(zhàn) 4.基于Scikit-learn數(shù)據(jù)挖掘流程 — 數(shù)據(jù)讀取 —數(shù)據(jù)標準化 —特征提取 —升維和降維 |
| 模塊四： python基于Spark的數(shù)據(jù)挖掘?qū)崙?zhàn) |
1.Spark Mllib介紹 2.Spark mllib 實現(xiàn)K-means應(yīng)用 3.Spark mllib 實現(xiàn)貝葉斯應(yīng)用 4.Spark mllib 實現(xiàn)決策時應(yīng)用 5.Spark mllib 實現(xiàn)隨機森林應(yīng)用 6.基于Spark mllib實現(xiàn)信用卡挖掘模型應(yīng)用 |
| 第二天： 模塊五： TensorFlow Al深度學(xué)習(xí)平臺及其應(yīng)用實踐(1) |
1.TensorFlow: 一個Al深度學(xué)習(xí)框架的概述 2.TensorFlow深度學(xué)習(xí)平臺的工作機制和系統(tǒng)架構(gòu) 3.TensorFlow的安裝、部署、配置和使用 4.TensorFlow的應(yīng)用場景和應(yīng)用案例 |
| 模塊六： TensorFlow Al深度學(xué)習(xí)平臺及其應(yīng)用實踐(2) |
1.TensorFlow CNN應(yīng)用操作 2.TensorFlow LSTM應(yīng)用操作 3.TensorFlow在圖像識別的實驗操作 4.基于TensorFlow的可視化工具：5.Tensorboard簡介 6.Tensorboard的部署、配置和應(yīng)用界面操作 7.基于TensorFlow和Tensorboard進行實驗操作 |
| 模塊七： Keras人工智能平臺應(yīng)用實踐 |
1.業(yè)界常用的AI平臺：Keras人工智能平臺架構(gòu) 2.Keras Al平臺的部署與配置 3.Keras技術(shù)實現(xiàn)與工作機制 4.Keras實驗操作 |
| 模塊八： 人工智能應(yīng)用案例介紹 |
1.人工智能在金融行業(yè)的使用案例介紹 2.人工智能在保險行業(yè)的使用介紹 3.人工智能實現(xiàn)機器人的案例介紹 |
