人工智能行業(yè)背景
|
1.人工智能基本概念
2.人工智能的核心技術(shù)
3.人工智能的商業(yè)場(chǎng)景、解決方案和利弊
4.人工智能產(chǎn)業(yè)鏈
5.人工智能支撐技術(shù)-大數(shù)據(jù)
6.人工智能支撐技術(shù)-云計(jì)算 |
| 人工智能行業(yè)應(yīng)用 |
1.零售業(yè)
2 .金融業(yè)
3.政府
4 .醫(yī)療業(yè)
5 .能源業(yè)
6 .電信運(yùn)營(yíng)業(yè)
7 .交通物流業(yè)
8 .人工智能汽車(chē)行業(yè)應(yīng)用
- 智能產(chǎn)品:無(wú)人汽車(chē),智能汽車(chē)
- 智能業(yè)務(wù):智能制造
- 智能研發(fā)、智能供應(yīng)鏈、智能服務(wù)、汽車(chē)金融等
|
| 人工智能基礎(chǔ)算法技術(shù)體系介紹 |
1.通用機(jī)器學(xué)習(xí)算法
2.深度學(xué)習(xí)算法體系
3.NLP算法體系
4.圖像識(shí)別技術(shù)
5.語(yǔ)音識(shí)別技術(shù)
6.視頻識(shí)別技術(shù)
7.人工智能平臺(tái)搭建 |
| 案例實(shí)踐:使用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行汽車(chē)金融欺詐檢測(cè) |
1. 邏輯回歸算法原理,推導(dǎo)
2. 邏輯回歸代碼實(shí)現(xiàn)
3. 多分類問(wèn)題解決方案
4. 一對(duì)一分類,一對(duì)多分類
5. 決策樹(shù)算法模型
6. 熵原理,信息增益
7. 決策樹(shù)構(gòu)建
8. 決策樹(shù)代碼實(shí)現(xiàn)
9. 貝葉斯算法原理
10. 貝葉斯代碼實(shí)現(xiàn)
?
?
|
| 案例實(shí)踐:使用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行汽車(chē)用戶細(xì)分 |
1. 用戶細(xì)分原理
2. 聚類算法原理
3. KMeans 算法,層次聚類算法,密度聚類算法
4. 代碼實(shí)現(xiàn)
?
|
| 案例實(shí)踐:使用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行汽車(chē)產(chǎn)品口碑分析 |
1. 數(shù)據(jù)源分析
2. 文本挖掘算法
3. KMeans 算法,層次聚類算法,密度聚類算法
4. 代碼實(shí)現(xiàn)
?
|
| 深度學(xué)習(xí)算法基礎(chǔ) |
1.得分函數(shù)
2.損失函數(shù)
3.正則化
4.softmax分類器原理
5.最優(yōu)化問(wèn)題
6.梯度下降
7.反向傳播
8.增強(qiáng)學(xué)習(xí)
9.遷移學(xué)習(xí)
?
|
| 深度學(xué)習(xí)框架對(duì)比 |
1.Tensorflow
2.caffe
3.Torch
4.Theano
?
|
| 案例實(shí)踐:使用深度學(xué)習(xí)算法進(jìn)行手勢(shì)識(shí) |
1. 卷積神經(jīng)網(wǎng)絡(luò)詳解-卷積層
2. 卷積神經(jīng)網(wǎng)絡(luò)詳解-池化層
3. 卷積神經(jīng)網(wǎng)絡(luò)詳解-全連接層
4. 卷積實(shí)現(xiàn)手勢(shì)識(shí)別
?
|
| 案例實(shí)踐:人臉檢測(cè) |
1.人臉檢測(cè)數(shù)據(jù)收集
2.制作正負(fù)樣本給定標(biāo)簽
3.制作LMDB數(shù)據(jù)源
4.使用Tensorflow訓(xùn)練人臉檢測(cè)網(wǎng)絡(luò)
5.代碼實(shí)現(xiàn)人臉檢測(cè)模型
?
|
| 案例實(shí)踐:使用LSTM進(jìn)行小說(shuō)編寫(xiě) |
1. 經(jīng)典神經(jīng)網(wǎng)絡(luò)實(shí)例(ALEXNET,VGG)詳解
2. RNN與LSTM記憶網(wǎng)絡(luò)
3. 數(shù)據(jù)增強(qiáng),網(wǎng)絡(luò)設(shè)計(jì),參數(shù)初始化
4. 級(jí)聯(lián)模式網(wǎng)絡(luò)結(jié)構(gòu)分析-人臉檢測(cè)算法分析
5. 序列化網(wǎng)絡(luò)結(jié)構(gòu)分析-人體姿態(tài)識(shí)別算法分析
6. 深度殘差網(wǎng)絡(luò)
7. PRISMA如何實(shí)現(xiàn)風(fēng)格轉(zhuǎn)換
8. Faster-rcnn物體檢測(cè)框架原理詳解
?
|