長沙國富如荷教育的AI 人工智能集訓(xùn)營適合零基礎(chǔ)入門到進(jìn)階AI工程師意向?qū)W員，本課程屬于數(shù)據(jù)科學(xué)的高級課程，從深度學(xué)習(xí)基礎(chǔ)知識、深度學(xué)習(xí)的常用工具介紹，要求學(xué)員對Python語言技能有較高的水平。

課程簡介

  AI人工智能集訓(xùn)營：本課程適合零基礎(chǔ)入門到進(jìn)階AI工程師意向?qū)W員。
  本課程屬于數(shù)據(jù)科學(xué)的高級課程，從深度學(xué)習(xí)基礎(chǔ)知識、深度學(xué)習(xí)的常用工具介紹（Tensorflow、Keras、Caffe、PyTorch）、深度學(xué)習(xí)在各個(gè)領(lǐng)域的應(yīng)用、深度學(xué)習(xí)高級算法等內(nèi)容，對Python語言技能有較高的要求。
  最后結(jié)合熱門行業(yè)電商、金融、電信、醫(yī)藥真實(shí)案例和業(yè)務(wù)出發(fā)，升華技術(shù)應(yīng)用場景，使所學(xué)更符合要求，達(dá)到企業(yè)用人標(biāo)準(zhǔn)，快速在大數(shù)據(jù)時(shí)代找準(zhǔn)定位。學(xué)員畢業(yè)要求能夠帶領(lǐng)團(tuán)隊(duì)協(xié)同完成數(shù)據(jù)分析項(xiàng)目，能夠掌握數(shù)據(jù)數(shù)據(jù)分析大多數(shù)崗位（AI工程師、自然語言處理工程師、計(jì)算機(jī)視覺工程師）技能。

課程目標(biāo)

  熟悉AI工具，括TensorFlow、Keras、Caffe、PyTorch
  熟悉深度學(xué)習(xí)應(yīng)用
  熟悉CNN、RNN、Faster RCNN等深度神經(jīng)網(wǎng)絡(luò)模型，并掌握其相關(guān)的優(yōu)化算法
  了解深度學(xué)習(xí)高級算法，括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等
  掌握優(yōu)化算法和高性能計(jì)算方法
  掌握NLP自然語言處理一線行業(yè)案例
  掌握計(jì)算機(jī)視覺圖像識別一線行業(yè)案例

招生對象和基礎(chǔ)

  在校數(shù)學(xué)、計(jì)算機(jī)、統(tǒng)計(jì)學(xué)、大數(shù)據(jù)、數(shù)據(jù)分析相關(guān)專業(yè)高年級學(xué)生
  有5年一般數(shù)據(jù)分析經(jīng)驗(yàn)或1年以上機(jī)器學(xué)習(xí)經(jīng)驗(yàn)學(xué)員
  零基礎(chǔ)決心進(jìn)入AI工程師領(lǐng)域?qū)W員
  必備理論基礎(chǔ)：線性代數(shù)、概率論與信息論、數(shù)值計(jì)算

課程內(nèi)容

  1章微積分
  1-1人工智能發(fā)展前景
  1-2微積分介紹

  2章線性代數(shù)
  2-1現(xiàn)實(shí)世界的想象
  2-2空間語言與立體感知：向量與矩陣
  2-3追本溯源：問題與逆問題
  2-4穩(wěn)定很重要：矩陣的特征
  2-5與機(jī)器溝通：計(jì)算機(jī)中的線性代數(shù)計(jì)算

  3章槪率論與數(shù)理統(tǒng)計(jì)
  3-1概率的意義
  3-2抽象的現(xiàn)實(shí)：概率的分布與應(yīng)用
  3-3印象：描述性統(tǒng)計(jì)
  3-4拒絕主觀：假設(shè)與檢驗(yàn)
  3-5可以量化的差異：方差分析
  3-6統(tǒng)計(jì)會犯錯(cuò)誤

  4章人工智能之關(guān)系型數(shù)據(jù)庫
  4-1MySQL的安裝與使用
  4-2數(shù)據(jù)庫、數(shù)據(jù)表及字段操作
  4-3SQL查詢與函數(shù)

  5章人工智能之非關(guān)系型數(shù)據(jù)庫
  5-1MongoDB基本操作
  5-2MongoDB高級操作