<button id="b4erd"><acronym id="b4erd"></acronym></button>
    <rp id="b4erd"><ruby id="b4erd"></ruby></rp>

        <li id="b4erd"><tr id="b4erd"></tr></li>
        當前位置:首頁 > 公開課 > 項目管理 > 人工智能-深度學習技術培訓班

        人工智能-深度學習技術培訓班

        關注度:500   編號:312529
        舉辦時間:
        • 杭州 2021-12-24
        人工智能-深度學習技術培訓班
        點擊報名 添加到購物車
        人工智能-深度學習技術培訓班課程,旨在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。
        人工智能深度學習技術

        人工智能-深度學習技術培訓班課程特色與背景

        課程介紹
        人工智能
        相關內容導讀“人工智能”
        人工智能-知識圖譜核心技術與應用培訓班  昆明 2021/8/5(4天)

        知識圖譜核心技術與應用培訓班課程,旨在通過展示教師的實際科研成果,講述人工智能與知識圖譜的技術原理與應用系統開發方法、知識圖譜系統開發工具使用方法;使學員掌握知識圖譜基礎與專門知識,獲得較強的知識圖譜應用系統的分析、設計、實現能力。

        物聯網時代下的智能化倉儲及物流管理  成都 2021/8/17(3天)

        物聯網時代下的智能化倉儲及物流管理課程,旨在經過培訓的學員能夠正確的認識何為物聯網與人工智能;如何開展自己本行業的知識工程等專業工作;并能夠為各自行業或企業構建智能化物流和供應鏈系統的一般性解決方案。而經過更加專業化培訓的學員則能夠賦能其他部門的智能化建設或參與整個企業的以物聯網為基礎的智能化總體規劃設計工作。

        基于Python的Tensorflow進階實戰  北京 2021/8/19(2天)

        基于Python的Tensorflow進階實戰課程,本課程使用TensorFlow框架作為深度學習入門,使學員以最快、最有效的方式上手TensorFlow和深度學習;課程中省去了深度學習繁瑣的數學模型推導,從實際應用問題出發,通過具體的TensorFlow樣例程序介紹如何使用深度學習解決這些問題,包含了深度學習的入門知識和大量實踐經驗,幫助學員走進這個最新、最火的人工智能領域。

        智能生產線的規劃和設計(工廠實戰版)  上海 2021/8/23(2天)

        智能生產線的規劃和設計培訓,內容主要有探秘智能工廠,向凱迪拉克工廠學習智能制造,智能生產線規劃和設計基礎知識,智能生產線設計發展概況,人工智能技術的應用,CAPP在智能生產線設計中的應用等,旨在使學員掌握智能生產線的規劃和設計技能。

        (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,中國信息化人才培訓中心決定舉辦 “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。

        課程大綱

        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 - Google FaceNet(2015)
        6.11 基于MTCNN和facenet實現人臉檢測和人臉識別實驗

        課程主講

        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)。

        課程對象

        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。

        備注

        課程費用:7800元/人(含培訓、教材、午餐、場地、證書、學習用品費等)。

        推薦課程
        相關專題推薦
        • 如何報名參加公開課?
        • 報名流程一:
        • 電話咨詢、傳真報名表 -> 書面確認并繳費 -> 參加培訓 (下載報名表)
        • 報名流程二:
        • 網上填寫報名表 -> 書面確認并繳費 -> 參加培訓
        • 咨詢熱線:
        • 深圳 0755-26971995
        • 上海 18621360490     北京 18910826048
        • 報名傳真:
        • 深圳 0755-61624059    上海021-51686940    北京 010-58043505
        • 電子郵件:
        • kf#cnbm.net.cn    fy1288#vip.163.com(發郵件時請將#改為@)
        課程主題:
        人工智能-深度學習技術培訓班
        課程編號:312529 
        *開課計劃:
        • 杭州 2021-12-24
        *姓  名:
        *性  別:  
        *職務:
        *部門:
        *電話:
        *手機:
        傳真:
        *E-Mail:
        *參加人數:
        其他人員:
           
           
           
           
           
           
           
        *單位名稱:
        通信地址:
        備注:
        (如多人報名、需代訂酒店等補充信息請填寫到備注欄)
        *驗證碼:
          看不清?點一下驗證碼換一組
         
        (* 為必填項)
           
        暫無評論,快來添加一條!
        點擊這里提交你的留言