


科學(xué)實(shí)用的課程體系
成體系培養(yǎng),符合行業(yè)發(fā)展趨勢(shì)
人工智能初級(jí):人工智能技術(shù)和應(yīng)用場(chǎng)景的全面解析,系統(tǒng)化介紹人工智能技術(shù)鏈條
通過(guò)實(shí)例對(duì)人工智能的開(kāi)發(fā)語(yǔ)言載體Python進(jìn)行深入理解并掌握Python語(yǔ)法規(guī)則,變量和數(shù)據(jù)類(lèi)型,程序結(jié)構(gòu)控制,Python的數(shù)據(jù)結(jié)構(gòu),Python中的OOP,了解-神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法和流程,學(xué)習(xí)主流機(jī)器學(xué)習(xí)、深度學(xué)習(xí)框架環(huán)境的搭建,TensorFlow、Keras、Caffe等。
人工智能中級(jí):本模塊重點(diǎn)在于算法的開(kāi)發(fā)實(shí)現(xiàn)方面,學(xué)習(xí)人工智能中的識(shí)別技術(shù)
通過(guò)數(shù)字識(shí)別和人臉識(shí)別、自然語(yǔ)言處理等這些應(yīng)用極為廣泛的項(xiàng)目開(kāi)發(fā),深入介紹深度學(xué)習(xí)的概念,激活函數(shù)以及神經(jīng)網(wǎng)絡(luò)基礎(chǔ),對(duì)CNN、RNN進(jìn)行原理方法和原理學(xué)習(xí),卷積層和池化層,圖像特征提取與識(shí)別,經(jīng)典LeNet模型,LSTM,Encoder-Decoder Model等,同時(shí)引入自然語(yǔ)言處理方面的內(nèi)容,包括分詞、題干提取建模等,為不同方向的技術(shù)學(xué)習(xí)構(gòu)建完整的技能知識(shí)圖譜。
人工智能高級(jí):從本階段開(kāi)始,我們的學(xué)習(xí)重點(diǎn)轉(zhuǎn)向高級(jí)的模型優(yōu)化算法上
在項(xiàng)目開(kāi)發(fā)實(shí)現(xiàn)的基礎(chǔ)上進(jìn)行調(diào)優(yōu)處理,通過(guò)學(xué)習(xí)過(guò)程的優(yōu)化、數(shù)據(jù)預(yù)處理方法、超參數(shù)、學(xué)習(xí)率優(yōu)化、Batch-Normalization等方法,實(shí)現(xiàn)開(kāi)發(fā)算法的優(yōu)化,完善提升神經(jīng)網(wǎng)絡(luò)的效率和質(zhì)量,進(jìn)一步理解算法實(shí)現(xiàn)與設(shè)計(jì),實(shí)現(xiàn)開(kāi)發(fā)工程師提升到算法專(zhuān)家之路。
數(shù)據(jù)分析初級(jí):使用Python處理工作場(chǎng)景中的簡(jiǎn)單數(shù)據(jù)分析
基于CDBD(中國(guó)歷代人物傳記資料庫(kù))數(shù)據(jù)集開(kāi)發(fā)課程案例,介紹數(shù)據(jù)分析的基本流程和方法,涉及的數(shù)據(jù)建模方法主要是聚類(lèi)和決策樹(shù),學(xué)完之后能夠使用Python處理工作場(chǎng)景中的簡(jiǎn)單數(shù)據(jù)分析。
數(shù)據(jù)分析中級(jí):成為具有一定分析思維的數(shù)據(jù)分析師
基于真實(shí)企業(yè)數(shù)據(jù)庫(kù)開(kāi)發(fā)案例,重點(diǎn)介紹K-近鄰、凝聚與分 裂(層次聚類(lèi)算法)、線(xiàn)性回歸、樸素貝葉斯等數(shù)據(jù)建模方法,成為具有一定分析思維的數(shù)據(jù)分析師,滿(mǎn)足就業(yè)需求。
數(shù)據(jù)分析高級(jí):成長(zhǎng)為一名高級(jí)數(shù)據(jù)分析師,并獲得算法工程師的相關(guān)技能
基于前兩個(gè)階段學(xué)員學(xué)習(xí)數(shù)據(jù)開(kāi)發(fā)的在線(xiàn)學(xué)習(xí)數(shù)據(jù)分析案例,通過(guò)完全貼近真實(shí)情境的數(shù)據(jù)分析工作,學(xué)會(huì)處理各種數(shù)據(jù)分析中的復(fù)雜問(wèn)題,所使用的建模方法有支持向量機(jī)、DBSCAN、邏輯回歸和反向傳播神經(jīng)網(wǎng)絡(luò),成長(zhǎng)為一名高級(jí)數(shù)據(jù)分析師,并獲得算法工程師的相關(guān)技能,能做出直接跟系統(tǒng)交互的儀表盤(pán)。
Python初級(jí):數(shù)據(jù)可視化
在大量數(shù)據(jù)的情況下,如何讓數(shù)據(jù)能夠更直觀(guān),更高效的輸出有用的信息就需要借助于數(shù)據(jù)可視化技術(shù)。通過(guò)項(xiàng)目實(shí)戰(zhàn)完全掌握Matplotlib實(shí)現(xiàn)簡(jiǎn)單直觀(guān)的數(shù)據(jù)可視化、Echarts實(shí)現(xiàn)更豐富的交互需求,在此基礎(chǔ)上認(rèn)識(shí)更多的數(shù)據(jù)可視化庫(kù)并靈活運(yùn)用。
Python中級(jí):數(shù)據(jù)抓取與采集
互聯(lián)網(wǎng)上存在著海量的數(shù)據(jù)信息,通過(guò)爬蟲(chóng)可以快速高效的獲取這些數(shù)據(jù)。Scrapy爬蟲(chóng)框架是當(dāng)前非常流行的一款爬蟲(chóng)框架。Scrapy使用Python作為開(kāi)發(fā)語(yǔ)言,并且提供了非常豐富擴(kuò)展功能,數(shù)量掌握Scrapy爬蟲(chóng)框架的使用能夠?qū)崿F(xiàn)高效獲取互聯(lián)網(wǎng)數(shù)據(jù)的目標(biāo)。
Python高級(jí):數(shù)據(jù)清洗與挖掘
本階段主要完成數(shù)據(jù)處理方面的學(xué)習(xí),利用Python實(shí)現(xiàn)數(shù)據(jù)清洗與存儲(chǔ)相關(guān)技能。數(shù)據(jù)被正式應(yīng)用于AI核心算法前,需要經(jīng)過(guò)遷移、清洗、分片等多種轉(zhuǎn)換處理,利用Python的numpy、pandas模塊有效處理源數(shù)據(jù)中的空缺值、噪聲數(shù)據(jù)、不一致數(shù)據(jù)、重復(fù)數(shù)據(jù)等。數(shù)據(jù)來(lái)源、存儲(chǔ)環(huán)境是多樣的,分別來(lái)自于JSON、CSV文件,MySQL、Redis、MongoDB數(shù)據(jù)庫(kù),HDFS文件系統(tǒng)等等。利用Python的json、csv、pymysql、redis、pymongo、pyhdfs模塊很好地解決了數(shù)據(jù)存儲(chǔ)問(wèn)題。
高精尖的應(yīng)用項(xiàng)目體系
結(jié)合互聯(lián)網(wǎng)應(yīng)用場(chǎng)景,培養(yǎng)學(xué)員遇到問(wèn)題->分析問(wèn)題->解決問(wèn)題的實(shí)際能力
業(yè)務(wù)級(jí)解決方案+系統(tǒng)級(jí)解決方案
1.車(chē)牌號(hào)碼識(shí)別
車(chē)牌識(shí)別技術(shù)要求能夠?qū)⑦\(yùn)動(dòng)中的汽車(chē)牌照從復(fù)雜背景中提取并識(shí)別出來(lái),該項(xiàng)技術(shù)在車(chē)輛管理、電子收費(fèi)等系統(tǒng)中廣泛應(yīng)用,圖像識(shí)別是AI很廣泛的應(yīng)用之一。
2.身份證識(shí)別
身份證識(shí)別應(yīng)用于線(xiàn)上線(xiàn)下銀行、交通出行檢驗(yàn)等行業(yè),是指使用圖像識(shí)別技術(shù)對(duì)身份證信息自動(dòng)提取,并對(duì)身份證信息按要素格式化輸出信息。
3.人臉識(shí)別驗(yàn)證
人臉識(shí)別技術(shù)的發(fā)展讓“刷臉”變成現(xiàn)實(shí),例如門(mén)禁刷臉系統(tǒng)、IPhoneX刷臉解鎖、手機(jī)銀行支付等等。人臉驗(yàn)證主要通過(guò)人臉識(shí)別定位、人臉屬性識(shí)別、特征提取等等技術(shù),保證其準(zhǔn)確率和安全性。
4.客服機(jī)器人
采用自然語(yǔ)言處理技術(shù),智能客服機(jī)器人的應(yīng)用有著明顯的優(yōu)勢(shì)。特別是為企業(yè)大大提升了服務(wù)效率,收集用戶(hù)訴求和行為數(shù)據(jù),為企業(yè)改進(jìn)產(chǎn)品提供了有力支撐。
為什么選擇課工場(chǎng)
真AI、真就業(yè)、真服務(wù)
1.真才實(shí)學(xué)+真材實(shí)料=真AI
人工智能+場(chǎng)景賦能,精準(zhǔn)定位崗位需求,緊密結(jié)合企業(yè)級(jí)需求,含金量極高的項(xiàng)目體系和精準(zhǔn)的課程體系。真項(xiàng)目真AI!
2.精心調(diào)研+專(zhuān)心規(guī)劃=真就業(yè)
崗位分析+學(xué)習(xí)行為挖掘,自適應(yīng)引導(dǎo)學(xué)習(xí),項(xiàng)目訓(xùn)練選擇通過(guò)百家企業(yè)審核,符合企業(yè)能力需求,就業(yè)目標(biāo)明確。
3.誠(chéng)信設(shè)計(jì)+用心實(shí)施=真服務(wù)
與北京大學(xué)聯(lián)手,重磅打造自適應(yīng)學(xué)習(xí)平臺(tái);
北京大學(xué)教授指導(dǎo)課程設(shè)計(jì);
中央實(shí)驗(yàn)室解決大數(shù)據(jù)、大算力的問(wèn)題;
線(xiàn)上行業(yè)大咖授課+線(xiàn)下教練服務(wù);