行業(yè)前景:
人工智能時代來臨,市場亟待爆發(fā)
2017年3月5日“人工智能”正式寫入2017政府工作報告,嶄新的時代來了!Python憑借超高的開發(fā)效率與豐富的類庫,加碼無人駕駛、個人助理、金融、電商、醫(yī)療、教育等各大領(lǐng)域。預(yù)計2030年人工智能將造就七萬億美元規(guī)模的大市場,而Python就是人工智能七萬億市場的未來。
課程大綱:
階段:Python語言及應(yīng)用
課程內(nèi)容:Python語言基礎(chǔ),面向?qū)ο笤O(shè)計,多線程編程,數(shù)據(jù)庫交互技術(shù),前端特效,Web框架,爬蟲框架,網(wǎng)絡(luò)編程
第二階段:機(jī)器學(xué)習(xí)與數(shù)據(jù)分析
課程內(nèi)容:機(jī)器學(xué)習(xí)概述,監(jiān)督學(xué)習(xí),非監(jiān)督學(xué)習(xí),數(shù)據(jù)處理,模型調(diào)優(yōu),數(shù)據(jù)分析,可視化,項目實(shí)戰(zhàn)
第三階段:深度學(xué)習(xí)
課程內(nèi)容:深度學(xué)習(xí)概述,TensorFlow基礎(chǔ)及應(yīng)用,神經(jīng)網(wǎng)絡(luò),多層LSTM,自動編碼器,生成對抗網(wǎng)絡(luò),小樣本學(xué)習(xí)技術(shù),項目實(shí)戰(zhàn)。
第四階段:圖像處理技術(shù)
課程內(nèi)容:圖像基礎(chǔ)知識,圖像操作及運(yùn)算,圖像幾何變換,圖像形態(tài)學(xué),圖像輪廓,圖像統(tǒng)計學(xué),圖像濾波,項目實(shí)戰(zhàn)。
1、知識點(diǎn)緊密貼合實(shí)際工程項目,重點(diǎn)關(guān)注實(shí)戰(zhàn)
2、根據(jù)人工智能新發(fā)展動態(tài),調(diào)整教學(xué)方案
3、實(shí)戰(zhàn)項目數(shù)據(jù)涵蓋商業(yè)、政府、工業(yè)等領(lǐng)域
4、結(jié)合工業(yè)項目應(yīng)用,實(shí)現(xiàn)工業(yè)大數(shù)據(jù)智能分析
5、結(jié)合城市交通大數(shù)據(jù),提供智慧交通解決方案
6、結(jié)合城市大數(shù)據(jù),提供智慧城市解決方案
實(shí)戰(zhàn)項目驅(qū)動,學(xué)習(xí)效果更好
八大實(shí)戰(zhàn)項目,高新技能輕松掌握
項目一:人臉識別
本項目可以利用深度學(xué)習(xí)框架,完成人臉檢測的核心技術(shù)、圖像類別識別的操作訓(xùn)練,構(gòu)建網(wǎng)絡(luò)模型并展開分析與評估,方便學(xué)員快速進(jìn)行項目實(shí)踐!
項目二:圖像檢索與分類
基于卷積神經(jīng)網(wǎng)絡(luò),使用Tensorflow框架完成模型訓(xùn)練以及驗證,在訓(xùn)練過程中學(xué)習(xí)出對應(yīng)的二值檢索向量,采用鄰域比較方法提高檢索速度。
項目三:手工數(shù)字識別
通過對手寫數(shù)字識別功能的實(shí)現(xiàn),可以幫助我們后續(xù)對神經(jīng)網(wǎng)絡(luò)的理解和應(yīng)用。非常適合作為其它技術(shù)的基礎(chǔ),有利于理解深度學(xué)習(xí)相關(guān)的應(yīng)用知識。
項目四:Caffe與TensorFlow
Caffe與Tensorflow是兩款深度學(xué)習(xí)火框架,結(jié)合案例將會演示如何應(yīng)用框架構(gòu)造神經(jīng)網(wǎng)絡(luò)模型并完成案例任務(wù),促進(jìn)深度學(xué)習(xí)相關(guān)知識的掌握。
項目五:行人檢測
該技術(shù)可與行人跟蹤,行人重識別等技術(shù)結(jié)合,應(yīng)用于人工智能系統(tǒng)、車輛輔助駕駛系統(tǒng)、智能機(jī)器人、智能視頻監(jiān)控、人體行為分析、智能交通等領(lǐng)域。
項目六:智慧城管
本項目根據(jù)視頻監(jiān)控圖像,利用圖像處理技術(shù)、人工智能算法,自動識別圖像中的違規(guī)違章現(xiàn)象,實(shí)現(xiàn)城市管理的智能化。
項目七:車輛檢測與識別
本項目自動檢測圖像中的車輛信息,并進(jìn)行敏感數(shù)據(jù)的脫敏操作,提高數(shù)據(jù)利用率同時避免信息泄露。
項目八:交通流預(yù)測
本項目采集城市交通數(shù)據(jù),并對這些歷史數(shù)據(jù)進(jìn)行分析、整理,對道路車流量進(jìn)行預(yù)測模型的建立,實(shí)現(xiàn)道路在未來一段時間內(nèi)的交通流量預(yù)測。