2017年3月5日“人工智能”正式写入2017政府工作报告,崭新的时代来了!Python凭借超高的开发效率与丰富的类库,涉及无人驾驶、个人助理、金融、电商、医疗、教育等各大领域。预计2030年人工智能将造就七万亿美元规模的大市场,而Python就是人工智能七万亿市场的未来。
阶段一:人工智能基础篇
课程一:Python
Python介绍、环境安装、Python语法格式简介、编码规范简介…
变量与赋值、运算符和基本运算、字符串处理
列表元祖、字典、数组、切片、列表推导式、浅拷贝和深拷贝
条件判读语句、循环控制语句
函数、lambda
项目案例:约瑟夫环问题
类和实例、访问限制…
课程二:Python爬虫应用
网络爬虫基础知识、HTml基础
爬虫基础库
QQ音乐数据抓取(一)(分组练习)
QQ音乐数据抓取(二)(讲解)
综合项目:基于数据抓取+数据分析+数据可视化系统
课程三:MySQL数据库快速入门
MySQL安装、MySQL创建数据库、MySQL创建表
MySQL数据类型、MySQL增删改
MySQL查询、MySQL索引
MySQL存储过程、MySQL触发器、MySQL事物
综合项目:基于数据抓取+数据分析+数据可视化系统
课程四:Python
时间库,time、datetime
python链接数据库,使用pymysql操作数据仓库,存储数据源采集
文件、目录操作,通过os,file等模试块实现
机器学习模块
数据可视化绘图库
综合项目:基于数据抓取+数据分析+数据可视化系统
阶段二:人工智能中级篇
课程五:数学必知必会
数据分析:熟练掌握常数e、导数、梯度、Taylor、gini系数…
概率论:微积分与逼近论、极限、微分、积分…
线性代数及矩阵:线性空间及线性变换、矩阵的基本概念…
阶段三:人工智能篇
课程六:机器学习
机器学习概述
数据清洗和特征选择
回归算法:LinearRegression算法、LassoRegression算法……
决策树、随机森林和题设算法
SVM、聚类算法、EM算法、贝叶斯算法、
隐马尔科夫模型、LDA主题模型
课程七:深度学习
Tensorflow基本应用
深度学习概述、感知器神经网络、BP神经网络、RBF径向基神经网络
CNN卷积神经网络、RNN循环神经网络、生成对抗网络
课程八:计算机视觉、自然语言处理、推荐系统
图像预处理、图像的特征提取、图像分类、目标检测、图像生成
文本分词、词性标注、命名实体识别、文本概要提取、句法分析
推荐系统、Hadoop基础、Spark基础、SparkMlib机器学习
项目一:基于FaceNet、云平台的人脸识别及人脸检索系统
使用深度学习框架从零开始完成人脸检测的核心技术图像类别识别的操作,从数据预处理开始一步一步构建网络模型并展开分析与评估,方便大家快速动手进行项目实践!识别上千种人脸,返回层次化结构的每个人的标签。
项目二:基于Seq2Seq的智能客服系统
聊天机器人/智能客服是一个用来模拟人类对话或者聊天的一l类系统,利用深度学习和机器学习等NLP相关算法构建出问题和答案之间的匹配模型,然后可以将其应用到客服等需要在线服务的行业领域中,聊天机器人可以降低公司客服成本,还能够提高客户的体验友好性。通过实现一个聊天机器人可以帮助我们对AI整体知识的一个掌握。
项目三:基于生物学神经网络实现手工数字识别
数字识别是深度学习的一个很好的切入口,是一个非常经典的原型问题,通过对手写数字识别功能的实现,可以帮助我们后续对神经网络的理解和应用。选取手写数字识别的主要原因是手写数字具有一定的挑战性,要求对编程能力及神经网络思维能力有一定的要求,但同时手写数字问题的复杂度不高,不需要大量的运算,而且手写数字也可以作为其他技术的一个基础,所以以手写数字识别为基础,从而理解深度学习相关的应用知识。
项目四:基于ssd和yolo实现目标检测
行人检测是利用图像处理技术和深度学习技术对图像或者视频序列中是否存在行人并给予定位。学习完行人检测技术后,对类似的工业缺陷检测,外观检测和医疗影像检测等目标检测范畴类的项目可以一通百通。该技术可与行人跟踪、行人重识别等技术结合,应用于人工智能系统、车辆辅助驾驶系统、智能机器人、智能视频监控、人体行为分析、智能交通等领域。
营销网站策划师
移动媒体营销师
网络营销师
人社部考证项目
作为对教育部“1+X“证书制度改革的积极响应,华信智原与人社部教培中心达成合作,学员可以通过山设计、JAVA开发考证课程提升自己。
CEAC考证项目
创意设计人才培养工程
电子商务证书样本
机器学习+深度学习面面俱到
业内人工智能博土教授,线上线下组合学习
基于Python,主流趋势;持续更新,一劳永逸
大咖讲师授课风格通俗易懂,适合快速上手
提供所有数据代码,轻松复现
必备技能:
1.掌握经典机器学习算法原理与应用
2.熟练使用Python
3.熟练建立机器学习模型,参与评估
必备技能:
1.熟练掌握数据分析方法与机器学习建模算法
2.熟练掌握一门分析语言Python或者R
3.熟悉常用对数据清洗,预处理,特征提取方法
4.良好的阅读paper能力,快速寻找方案
必备技能:
1.熟悉神经网络原理
2.掌握CNN及其变形体网络
3.熟练使用一种深度学习框架Caffe/Tensorflow
4.有人脸/物体识别方面的项目经验
必备技能:
1.熟练神经网络原理与NLP相关算法
2.掌握RNN及其变形体网络
3.熟练使用Tensorflow或者其他深度学习框架
4.有搜索、推荐、机器学习等相关背景优先
必备技能:
1.有丰富的数据挖掘经验与机器学习建模工作心得
2.对特征工程与数据清洗分析有丰富的经验
3.对数据业务整体架构与建模流程提出解决方案
4.丰富的数据挖掘项目经验,指导团队完成建模任务
多年大数据AI 项目开发经验 陕师大硕士 算法工程师
从事基础数学
机器学习研究三年
金融工程和机器学习交叉学科研究三年
主持省级课题两项,以或通讯作者发表SCI论文三篇
国内核心期刊论文一篇,其它论文一篇
熟练掌握MATLAB编程,对量化投资有浓厚兴趣。
山东大学硕士 中国矿业大学博士 东南大学数学系博士后
多年数据挖掘算法类开发经验
熟练掌握回归、分类、聚类、时间序列、文本挖掘
推荐系统、神经网络、集成学习等常用机器学习算法
数理统计、概率论基础扎实
逻辑分析和数据分析能力强。
华信智原(Wisezone)创办于2005年,是新华教育集团旗下专注于培养高精尖IT技术人才的短期培训全国连锁品牌,现全国21家校区。华信智原致力于信息技术研发和专业人才培养。作为高新技术企业,华信智原集软件开发、服务外包、大数据应用及企业技术服务、高端人才培训、高等教育实训基地建设于一体。