企業管理培訓分類導航
企業管理培訓公開課計劃
企業培訓公開課日歷
2024年
研發管理培訓公開課
研發管理培訓內訓課程
熱門企業管理培訓關鍵字
人工智能-深度學習技術培訓班
【課程編號】:MKT052073
人工智能-深度學習技術培訓班
【課件下載】:點擊下載課程綱要Word版
【所屬類別】:研發管理培訓
【時間安排】:2025年06月06日 到 2025年06月09日7800元/人
2024年06月14日 到 2024年06月17日7800元/人
2023年06月30日 到 2023年07月03日7800元/人
【授課城市】:廣州
【課程說明】:如有需求,我們可以提供人工智能-深度學習技術培訓班相關內訓
【課程關鍵字】:廣州人工智能培訓,廣州學習技術培訓
我要報名
咨詢電話: | |
手 機: | 郵箱: |
課程介紹
人工智能(AI)是新一輪科技革命和產業變革的核心驅動力,將深刻改變人類社會生活,改變世界,對于實現社會生產力新躍升,提高綜合國力和國際競爭力具有重要意義。為了貫徹落實國務院印發的“新一代人工智能發展規劃”精神,推廣人工智能技術。我中心決定舉辦 “人工智能-深度學習技術實戰培訓班”。
培訓方式
本培訓班重視技術基礎,強調實際應用,采用技術原理與項目實戰相結合的方式進行教學。 通過展示教師的實際科研成果,講述人工智能的技術原理與應用系統開發方法、人工智能系統開發工具使用方法。使學員掌握人工智能基礎與專門知識,獲得較強的人工智能應用系統的分析、設計、實現能力。
提供實際的應用案例供學員動手實驗練 。實驗內容包括tensorflow2.4/keras2.4環境構建、圖數據庫NEO4J安裝與使用等。
培訓對象
1、政府、企業、學校IT相關技術人員;碩士及博士研究生。
2、企業技術總監及相關管理人員;
3、人工智能系統架構師、設計與編程人員;
4、對人工智能技術感興趣的其他人員。
培訓內容
第一天第一部分:人工智能基礎
1.1 人工智能(AI)概述
1.2 AI研究的主要技術問題
1.3 AI的主要學派
1.4 AI十大應用案例
(1)城市公共資源輔助優化配置
(2)臨床醫療影像輔助診斷
(3)英語聽說考試語音評測
(4)智能供應鏈設計系統
(5)機器翻譯
(6)智能客服機器人
(7)重點人群身份識別
(8)智能網絡視頻云服務
(9)人證比對實名認證
(10)工業互聯網平臺
1.4 人工智能技術基礎
1.4.1 搜索與推理技術
1.4.2 知識表示
第二部分:基于知識的人工智能系統及應用
2.1專家系統概念
2.2專家系統結構
2.3專家系統開發工具
2.4專家系統設計與實際應用
2.4.1計算機故障診專家系統
2.4.2基于Web與云計算平臺的設備故障診斷專家系統
2.5 規則引擎與JSR94規范
2.5.1 規則引擎產生背景
2.5.2 規則引擎概念
2.5.3 規則引擎架構
2.5.4 JSR94 規范 --Java規則引擎API
2.5.5 典型規則引擎
2.5.6 規則引擎應用案例(信用卡申請)
第二天第三部分:知識圖譜
3.1 知識圖譜概念
3.2 知識圖譜與專家系統
3.3 開放知識圖譜
3.4 知識的提取、表示、存儲與檢索
3.5 知識圖譜在互聯網金融行業的應用
3.6 實驗: 基于NEO4j的知識圖譜應用系統
第二天第四部分:基于聯接的人工智能系統及應用
4.1 神經網絡概念
4.2 前饋神經網絡算法
4.3 前饋神經網絡設計方法
4.4 前饋神經網絡實際應用
4.4.1 基于神經網絡的煤礦突水預測系統
4.4.2 融合專家系統與神經網絡的真空成型機故障診斷系統
第三天第五部分:基于深度學習的人工智能系統及應用
5.1 機器學習概念
5.2 深度學習概念
5.3 卷積積神經網絡
5.4 增強學習
5.5 遷移學習
5.6 生成對抗網絡
5.7 主流深度學習框架
5.7.1 TesorFlow 2.4(安裝與實例運行)
5.7.2 Keras2.4 (安裝與實例運行)
5.7.3 pytorch
5.8 基于TesorFlow/keras的深度學習應用系統上機實驗
(1)手寫體數字識別
(2)時裝識別
(3)情感識別
第六部分:基于深度學習的目標檢測與人臉識別
6.1 目標檢測(object detection)概念
6.2 傳統的目標檢測方法
6.3 基于區域建議(候選框)的目標識別算法
6.3.1 R-CNN
6.3.2 Fast R-CNN
6.3.3 Faster R-CNN
6.3.4 Feature Pyramid Networks(FPN)-特征金字塔網絡
6.4 YOLO——One-Stage目標檢測算法
6.5 SSD與 Retina-Net
6.6 基于ImageAI 的計算機視覺編程庫
6.9人臉識別關鍵技術概述
6.10人臉檢測算法
6.10.1 人臉檢測算法 MTCNN
6.11 人臉識別算法 - GoogleFaceNet(2015)
6.11 基于MTCNN和facenet實現人臉檢測和人臉識別實驗
張老師
張璟,博士畢業于西安交通大學電信學院,現為西安理工大學大學計算機學院2級教授,博士生導師,陜西省***專家組專家。
2000年9-12月訪問美國密西根大學、日本大學,2012-2019年先后訪問美國加州大學圣芭芭拉分校、斯坦福大學、克萊姆森大學、喬治亞理工學院。
曾任西安理工大學計算機學院副院長、陜西省信息化專家組專家、陜西省制造業信息化專家組專家,計算機學院副院長、計算機學科帶頭人,西北工業大學兼職研究員。1985年以來,主要從事人工智能、因特信息網方面的教學與研究,進行過多個實用人工智能系統、網絡與信息系統的規劃、設計與開發。主持完成科研項目35項,其中國家863課題6項、陜西省科技攻關項目2項、企業委托項目14項。獲省、部級科技獎勵6項。
2010年以來,主要從事云計算、大數據、人工智能與深度學習方面的研究開發與教學。曾用人工智能語言Prolog實現計算機故障診斷專家系統;用C語言實現煤礦突水預測神經網絡系統;用專家系統工具Jess工具設計企業大數據平臺;用tensorflow/Keras/Phtyon 實現手寫體數字識別、電影評價情感識別系統,設計股票預測系統,人臉識別系統。
典型人工智能方面的成果:
1.神經網絡專家系統理論及其在煤礦水害預測中的應用,1997年12月獲機械工業部科技進步三等獎。
2.國家電子類規劃教材:人工智能基礎,電子工業出版社,2000年3月。(ISBN 7-5053-5725-5/G.489)
3.實時控制神經網絡專家系統結構及推理算法,模式識別與人工智能,第8卷第2期(1995年6月)。