學習費用: | 7800.00元/人 | 主講老師: | 張老師 |
開課時間: | 2022-06-24 | 課時安排: | |
開課地點: | 廣東 廣州市 | ||
課程報名: | 隋老師 (微信同號) | ||
課程對象: | 1、政府、企業(yè)、學校IT相關技術人員;碩士及博士研究生。 2、企業(yè)技術總監(jiān)及相關管理人員; 3、人工智能系統(tǒng)架構師、設計與編程人員; 4、對人工智能技術感興趣的其他人員。 | ||
課程簡介: | 人工智能(AI)是新一輪科技革命和產(chǎn)業(yè)變革的核心驅動力,將深刻改變?nèi)祟惿鐣?,改變世界,對于實現(xiàn)社會生產(chǎn)力新躍升,提高綜合國力和國際競爭力具有重要意義。為了貫徹落實*印發(fā)的“新一代人工智能發(fā)展規(guī)劃”精神,推廣人工智能技術。 | ||
課程分類: | 領導力 | 人力資源 | 市場營銷 | 財務稅務 | 戰(zhàn)略管理 | 薪酬績效 | 職業(yè)素養(yǎng) | 經(jīng)理人 | 生產(chǎn)管理 | 采購管理 | 質量管理 | 物流管理 | 供應鏈管理 | 倉儲管理 | 管理體系 | 項目管理 | 商務禮儀 | 談判技巧 | 目標管理 | 客戶服務 | 溝通和表達 | 心理學 | 阿米巴 | 事業(yè)單位 | 國際貿(mào)易 | 數(shù)字化轉型 | 資本運作 | 國學智慧 | 房地產(chǎn) | epc培訓 | TTT培訓 | 招投標 | 女性培訓 | 班組管理 | 店長培訓 | 六西格瑪 | | ||
更新時間: | 2022-03-30 11:53 |
培訓內(nèi)容
第一部分:人工智能基礎
1.1 人工智能(AI)概述
1.2 AI研究的主要技術問題
1.3 AI的主要學派
1.4 AI十大應用案例
(1)城市公共資源輔助優(yōu)化配置
(2)臨床醫(yī)療影像輔助診斷
(3)英語聽說考試語音評測
(4)智能供應鏈設計系統(tǒng)
(5)機器翻譯
(6)智能客服機器人
(7)重點人群身份識別
(8)智能網(wǎng)絡視頻云服務
(9)人證比對實名認證
(10)工業(yè)互聯(lián)網(wǎng)平臺
1.4 人工智能技術基礎
1.4.1 搜索與推理技術
1.4.2 知識表示
第二部分:基于知識的人工智能系統(tǒng)及應用
2.1專家系統(tǒng)概念
2.2專家系統(tǒng)結構
2.3專家系統(tǒng)開發(fā)工具
2.4專家系統(tǒng)設計與實際應用
2.4.1計算機故障診專家系統(tǒng)
2.4.2基于Web與云計算平臺的設備故障診斷專家系統(tǒng)
2.5 規(guī)則引擎與JSR94規(guī)范
2.5.1 規(guī)則引擎產(chǎn)生背景
2.5.2 規(guī)則引擎概念
2.5.3 規(guī)則引擎架構
2.5.4 JSR94 規(guī)范 --Java規(guī)則引擎API
2.5.5 典型規(guī)則引擎
2.5.6 規(guī)則引擎應用案例(信用卡申請)
第三部分:知識圖譜
3.1 知識圖譜概念
3.2 知識圖譜與專家系統(tǒng)
3.3 開放知識圖譜
3.4 知識的提取、表示、存儲與檢索
3.5 知識圖譜在互聯(lián)網(wǎng)金融行業(yè)的應用
3.6 實驗: 基于NEO4j的知識圖譜應用系統(tǒng)
第四部分:基于聯(lián)接的人工智能系統(tǒng)及應用
4.1 神經(jīng)網(wǎng)絡概念
4.2 前饋神經(jīng)網(wǎng)絡算法
4.3 前饋神經(jīng)網(wǎng)絡設計方法
4.4 前饋神經(jīng)網(wǎng)絡實際應用
4.4.1 基于神經(jīng)網(wǎng)絡的煤礦突水預測系統(tǒng)
4.4.2 融合專家系統(tǒng)與神經(jīng)網(wǎng)絡的真空成型機故障診斷系統(tǒng)
第五部分:基于深度學習的人工智能系統(tǒng)及應用
5.1 機器學習概念
5.2 深度學習概念
5.3 卷積積神經(jīng)網(wǎng)絡
5.4 增強學習
5.5 遷移學習
5.6 生成對抗網(wǎng)絡
5.7 主流深度學習框架
5.7.1 TesorFlow 2.4(安裝與實例運行)
5.7.2 Keras2.4 (安裝與實例運行)
5.7.3 pytorch 5.8 基于TesorFlow/keras的深度學習應用系統(tǒng)上機實驗
(1)手寫體數(shù)字識別
(2)時裝識別
(3)情感識別
第六部分:基于深度學習的目標檢測與人臉識別
6.1 目標檢測(object detection)概念
6.2 傳統(tǒng)的目標檢測方法
6.3 基于區(qū)域建議(候選框)的目標識別算法
6.3.1 R-CNN
6.3.2 Fast R-CNN
6.3.3 Faster R-CNN
6.3.4 Feature Pyramid Networks(FPN)-特征金字塔網(wǎng)絡
6.4 YOLO——One-Stage目標檢測算法
6.5 SSD與 Retina-Net
6.6 基于ImageAI 的計算機視覺編程庫
6.7人臉識別關鍵技術概述
6.8人臉檢測算法
6.9 人臉檢測算法 MTCNN
6.10人臉識別算法 - Google?FaceNet(2015)
6.11 基于MTCNN和facenet實現(xiàn)人臉檢測和人臉識別實驗
主講教授
張璟,博士畢業(yè)于西安交通大學電信學院,現(xiàn)為西安理工大學大學計算機學院2級教授,博士生導師,陜西省***專家組專家。
2000年9-12月訪問*密西根大學、日本大學,2012-2019年先后訪問*加州大學圣芭芭拉分校、斯坦福大學、克萊姆森大學、喬治亞理工學院。
曾任西安理工大學計算機學院副院長、陜西省信息化專家組專家、陜西省制造業(yè)信息化專家組專家,計算機學院副院長、計算機學科帶頭人,西北工業(yè)大學兼職研究員。1985年以來,主要從事人工智能、因特信息網(wǎng)方面的教學與研究,進行過多個實用人工智能系統(tǒng)、網(wǎng)絡與信息系統(tǒng)的規(guī)劃、設計與開發(fā)。主持完成科研項目35項,其中國家863課題6項、陜西省科技攻關項目2項、企業(yè)委托項目14項。獲省、部級科技獎勵6項。
2010年以來,主要從事云計算、大數(shù)據(jù)、人工智能與深度學習方面的研究開發(fā)與教學。曾用人工智能語言Prolog實現(xiàn)計算機故障診斷專家系統(tǒng);用C語言實現(xiàn)煤礦突水預測神經(jīng)網(wǎng)絡系統(tǒng);用專家系統(tǒng)工具Jess工具設計企業(yè)大數(shù)據(jù)平臺;用tensorflow/Keras/Phtyon 實現(xiàn)手寫體數(shù)字識別、電影評價情感識別系統(tǒng),設計股票預測系統(tǒng),人臉識別系統(tǒng)。
典型人工智能方面的成果:
1、神經(jīng)網(wǎng)絡專家系統(tǒng)理論及其在煤礦水害預測中的應用,1997年12月獲機械工業(yè)部科技進步三等獎。
2、國家電子類規(guī)劃教材:人工智能基礎,電子工業(yè)出版社,2000年3月。(ISBN 7-5053-5725-5/G.489)
3、實時控制神經(jīng)網(wǎng)絡專家系統(tǒng)結構及推理算法,模式識別與人工智能,第8卷第2期(1995年6月)。
京公網(wǎng)安備 11011502001314號