机器人与人工智能爱好者论坛

标题: Python 与人工智能 ——会议通知（11月6日-11月8日） [打印本页]

作者: bjssyh 时间: 2020-10-13 14:36
标题: Python 与人工智能 ——会议通知（11月6日-11月8日）

Python与人工智能（AI）案例实践会议通知

各企事业单位、高等院校及科研院所：

国务院关于《新一代人工智能（AI）发展规划》的提出，到2020年，我们人工智能产业实现人工智能核心产业规模达1500亿元，到2025年达4000亿，到2030年达1万亿。《规划》表明AI已经上升至国家核心竞争战略高度，储备AI专业人才资源已经提到日程上。

为进一步推动大数据、人工智能技术的发展与进步，帮助更多企事业单位、高校培养大数据与人工智能专业人才，北京盛世元鸿职业技能教培中心（www.shengshiyuanhong.com.cn）特邀人工智能学术和机器学习研发领域一线专家共同举办此次“Python与人工智能（AI）案例实践”将于2020年11月6日-8日在北京及腾讯会议直播方式与各界人士进行教学交流！

欢迎人工智能、机器学习、图像识别、语音识别、目标检测、自然语言处理、大数据挖掘、类脑智能等领域的老师、研究生、本科生、工程师及有志于python、机器学习、深度学习研究的从业者参加。具体事宜如下

二．时间：2020年11月6日—2020年11月8日 （注：参加线下培训需11月5日报道） 地点：腾讯会议直播+北京现场同步授课

三、培训目标

1：掌握机器学习的思维方式和关键技术及算法；

2：掌握人工智能程序编程，包括Python基础使用，科学计算包numpy使用、绘图工具包使用

3：了解机器学习和深度学习在当前工业界的落地应用；

4：掌握Tensorflow框架在卷积神经网络、长短时记忆网络、循环神经网络等应用技巧与细节分析；

5：能够根据数据分布选择合适的算法模型并书写代码，能开发出一些实际的应用项目并运用 Python进行机器学习与深度学习的研究工作。

四、主讲专家

AI创业公司合伙人，技术总监。机器学习，深度学习领域多年一线开发研究经验，精通算法原理与编程实践。曾使用Tensorflow，Caffe，Keras等深度学习框架完成过多项图像，语音，nlp，搜索相关的人工智能实际项目，研发经验丰富。拥有两项国家专利。同时具有多年授课经验，讲课通熟易懂，代码风格简洁清晰。长期从事深度学习、人工智能、机器学习、计算机视觉等领域的教学与研究工作。

Python与人工智能（AI）——课程大纲

时间	大章节	小章节
第一天	一、人工智能与机器学习基础	1.人工智能概述 2.机器学习概述 3.机器学习算法应用分析
	二、python基础学习	1.print使用 2.运算符和变量 3.循环 4.列表元组字典 5.if条件 6.函数 7.模块 8.类的使用 9.input用法 10.文件读写 11.异常处理
	三、.科学计算包numpy使用学习	1.numpy的属性 2.创建array 3.numpy的运算 4:随机数生成以及矩阵的运算 5.numpy的索引 6.array合并 7.array分割
	四、绘图工具包matplotlib学习	1.基础用法 2.figure图像 3.设置坐标轴 4.legend图例 5.scatter散点图
	五、回归算法	1.一元线性回归 2.代价函数 3.梯度下降法 4.sklearn一元线性回归应用 5.多元线性回归 6.sklearn多元线性回归应用案例：葡萄酒质量和时间的关系
	六、KNN分类算法	1.KNN分类算法介绍 2.KNN分类算法应用 3.KNN实现案例：鸢尾花分类
	七、决策树算法	1.决策树算法介绍 2.熵的定义 3.决策树算法与应用实现案例：用户购买行为预测
第二天	八、K-means聚类算法	1.K-means算法介绍 2.K-means算法应用 3.K-means算法实际应用案例案例：NBA球队实力聚类分析
	九、集成算法与随机森林	1.Bagging算法介绍 2.随机森林建模方法 3.Adaboost算法介绍 4.Stacking算法介绍 5.Voting算法介绍
	十、特征工程项目-银行用户违约预测	1.数据缺失处理 2.特征筛选方法 3.特征工程 4.数据不平衡问题处理 5.算法选择 6.结果评估
	十一、深度学习基础-神经网络介绍	1.人工神经网络发展史 2.单层感知器 3.激活函数，损失函数和梯度下降法 4.BP算法介绍案例：BP算法解决手写数字识别问题
	十二、Tensorflow基础应用	1.Mnist数据集合Softmax讲解 2.使用BP神经网络搭建手写数字识别 3.交叉熵(cross-entropy)讲解和使用 4.过拟合,正则化,Dropout 5.各种优化器Optimizer
第三天	十三、卷积神经网络CNN应用	1.CNN卷积神经网络 2.卷积层、池化层（均值池化、最大池化） 3.CNN手写数字案例
	十四、长短时记忆网络LSTM应用	1.RNN循环神经网络 2.长短时记忆网络LSTM 3.LSTM应用案例
	十五、用自己的数据来训练一个新的图像识别模型	1.数据准备 2.数据增强 3.模型搭建 4.模型训练 5.结果测试
	十六、自然语言处理技术介绍	1. word2vec介绍 2.Transformer模型介绍 3.Self-Attention机制介绍 4.多头注意力机制介绍 5..Bert模型介绍 6.GPT-3模型介绍
	十七、自然语言处理项目实战	1.用CNN训练一个新的文本分类模型 2.用LSTM训练一个新的文本分类模型 3.用Bert训练一个新的文本分类模型
	十八、目标检测模型介绍	1.目标检测项目介绍 2.R-CNN模型介绍 3.SPPNET模型介绍 4.Fast-RCNN模型介绍 5.Faster-RCNN模型介绍
	十九、目标检测模型实战	1.项目安装配置环境 2.准备数据集 3.使用训练好的目标检测模型进行预测 4.用自己的数据训练新的目标检测模型
	二十、辅助课程	1、详针对性解决学员疑难问题进行答疑讨论 2、搭建长期学习平台及技术指导（建立微群交流）

五、培训费用

统一收费：3900元/人（含会议费、资料费、指导费、发票费等）费用提供用于报销的正规机打发票及盖有公章的纸质通知文件；如需开具培训费的单位请联系会务人员要培训通知；

六、专项优惠政策（两项费用优惠不可同时享用）

（1）参加线上课程，后期本人可无限次数参加线上或线下培训，学会为止。

（2）10月30日之前报名缴费，每人优惠100元

（3）3人以上报名每人可优惠200元

（4）5人及以上团报可赠送一个免费名额

七、颁发证书

中国管理科学研究院颁发的《人工智能工程管理师》证书该证书可作为有关单位专业技术人员能力评价、以及求职应聘和从业人员加薪、晋升、考核等任职的重要依据。

申报资料：请准备两寸蓝底照片、身份证及学历证明（学生证、毕业证、学位证都可）电子版即可。

联系人：刘老师 手机（同微信）：18311050656

电话：010-53350015 邮箱：1549935216@qq.com

欢迎光临机器人与人工智能爱好者论坛 (http://robot-ai.org/)