時(shí)間

主題

內(nèi)容

?

?

?

第一天

?

上午

?

人工智能技術(shù)體系

?

1、人工智能的基本知識(shí)體系

2、人工智能的發(fā)展與主要技術(shù)突破

3、人工智能與機(jī)器學(xué)習(xí)的關(guān)系

4、機(jī)器學(xué)習(xí)的主要概念：訓(xùn)練方法，特征空間，

緊致性和可分性，泛化能力；

分類與聚類，有監(jiān)督和無(wú)監(jiān)督，

特征降維；線性分類器，貝葉斯分

類器，隨機(jī)森林分類器，神經(jīng)網(wǎng)絡(luò)分類器。?

機(jī)器學(xué)習(xí)技術(shù)

?

?

?

第一天

?

?

?

?

下午

數(shù)據(jù)分析基本技能

?

1、數(shù)據(jù)預(yù)處理與數(shù)據(jù)格式轉(zhuǎn)換

2、多維數(shù)據(jù)的切片與篩選

3、特征提取與模型建立

4、機(jī)器學(xué)習(xí)模型性能評(píng)價(jià)

?

Python開(kāi)發(fā)環(huán)境和主要數(shù)據(jù)分析模塊

?

1、Anaconda 安裝與使用

2、Pycharm 集成開(kāi)發(fā)環(huán)境

3、Jupyter 開(kāi)發(fā)環(huán)境搭建

4、Tensorflow + Keras 框架

5、Python語(yǔ)言與其他語(yǔ)言的跨語(yǔ)言調(diào)用

?

?

第二天

?

?

?

?

?

?

?

上午

?

Numpy數(shù)據(jù)分析與應(yīng)用案例

?

1、numpy數(shù)據(jù)分析與交通流量預(yù)測(cè)案例

1）時(shí)間序列模型

2）數(shù)據(jù)預(yù)處理與模型訓(xùn)練

2、機(jī)場(chǎng)安檢托盤物品檢測(cè)案例

1）圖像數(shù)據(jù)的處理

2）物品定位方法

?

下午

Pandas

和matplotlib工具包使用和案例分析

?

?

1、pandas數(shù)據(jù)處理技巧及應(yīng)用案例

1）車流量數(shù)據(jù)的預(yù)處理方法

2）數(shù)據(jù)缺失值得填充方法

3）多維數(shù)據(jù)可視化方法

4）空間數(shù)據(jù)可視化方法

?

?

第三天

?

?

?

?

?

?

?

上午

?

機(jī)器學(xué)習(xí)算法與案例分析

?

1、?神經(jīng)網(wǎng)絡(luò)模型以及其圖像和數(shù)據(jù)分析中的應(yīng)用案例分析

2、機(jī)場(chǎng)安檢托盤物品檢測(cè)案例

1）圖像數(shù)據(jù)的處理

2）物品定位方法

3、出租車位置聚類算法案例

4、摩拜單車需求量預(yù)測(cè)案例

?

下午

深度學(xué)習(xí)應(yīng)用案例

?

?

1、機(jī)場(chǎng)安檢危險(xiǎn)物品識(shí)別方法

1）數(shù)據(jù)的格式轉(zhuǎn)換

2）模型參數(shù)調(diào)整和優(yōu)化

3）應(yīng)用程序部署方法

2、停車場(chǎng)自動(dòng)收費(fèi)系統(tǒng)

1）車牌識(shí)別

2）車型識(shí)別

3）應(yīng)用程序生成與部署