课程费用

5800.00 /人

课程时长

2

成为教练

课程简介

人工智能现状和前沿趋势

目标收益

培训对象

课程大纲

1.人工智能简史 1. 图灵机、图灵测试、达特茅斯会议
2. 人工智能三大学派(符号、行为、连接)、贝叶斯学派、通用人工智能、深度学习、强化学习等最新进展
2.机器学习概论 1. 机器学习的基本分类:有监督学习、无监督学习、强化学习、迁移学习等
2. 机器学习基本模型
3. 机器学习的简单应用(例如邮件过滤、对客户的信用进行评级)
4. 机器学习的复杂应用(例如主题模型、Alphago)
3.从神经网络到深度学习 1. 什么是深度学习
2. 深度学习的特点是什么?(为什么能获得如此大的成功?它的局限有哪些)
3. 深度学习被应用的领域包括哪些?
4. 深度学习未来的发展方向是什么?
5. 深度学习模型种类(CNN,RNN,神经图灵机、注意力模型等等)。
4.基于数据的决策 1. 数据评估公司与产业案例:原油储备与期货市场;
2. 数据评估自然科学基金分配案例:组织规模与创新程度;
3. 数据智能下的公共服务:犯罪,疾病与警力和医疗资源的投送;
4. 全球知识链:数据时代的国家博弈:数据、机器、人才的全球再分配
5.无处不在的计算机视觉 1. Opencv
2. 空域图像处理
3. 机器视觉中的特征提取与描述
4. 坐标变换与视觉测量
5. 深度学习在图像识别中的应用
6. 图像标注与问答
7. 3D计算机视觉
6.自然语言处理 1. 自然语言处理问题的范围
2. 自然语言处理的基本模型和原理
3. 目前自然语言处理的局限
7.机器人 1. 机器人的主要分类及市场分析;
2. 机器人的技术现状及挑战;
3. 机器人若干热点领域分析;
4. 国际、国内机器人行业的现状与未来。
5. 基于物联网的机器人
8.人工智能的未来 1. 人工智能对人类主要行业的影响与冲击;
2. 人工智能改变社会的几个阶段;
3. 奇点临近带来的机遇与挑战;
4. 人工智能发展带来的伦理问题;
5. 人工智能给法律的挑战。
1.人工智能简史
1. 图灵机、图灵测试、达特茅斯会议
2. 人工智能三大学派(符号、行为、连接)、贝叶斯学派、通用人工智能、深度学习、强化学习等最新进展
2.机器学习概论
1. 机器学习的基本分类:有监督学习、无监督学习、强化学习、迁移学习等
2. 机器学习基本模型
3. 机器学习的简单应用(例如邮件过滤、对客户的信用进行评级)
4. 机器学习的复杂应用(例如主题模型、Alphago)
3.从神经网络到深度学习
1. 什么是深度学习
2. 深度学习的特点是什么?(为什么能获得如此大的成功?它的局限有哪些)
3. 深度学习被应用的领域包括哪些?
4. 深度学习未来的发展方向是什么?
5. 深度学习模型种类(CNN,RNN,神经图灵机、注意力模型等等)。
4.基于数据的决策
1. 数据评估公司与产业案例:原油储备与期货市场;
2. 数据评估自然科学基金分配案例:组织规模与创新程度;
3. 数据智能下的公共服务:犯罪,疾病与警力和医疗资源的投送;
4. 全球知识链:数据时代的国家博弈:数据、机器、人才的全球再分配
5.无处不在的计算机视觉
1. Opencv
2. 空域图像处理
3. 机器视觉中的特征提取与描述
4. 坐标变换与视觉测量
5. 深度学习在图像识别中的应用
6. 图像标注与问答
7. 3D计算机视觉
6.自然语言处理
1. 自然语言处理问题的范围
2. 自然语言处理的基本模型和原理
3. 目前自然语言处理的局限
7.机器人
1. 机器人的主要分类及市场分析;
2. 机器人的技术现状及挑战;
3. 机器人若干热点领域分析;
4. 国际、国内机器人行业的现状与未来。
5. 基于物联网的机器人
8.人工智能的未来
1. 人工智能对人类主要行业的影响与冲击;
2. 人工智能改变社会的几个阶段;
3. 奇点临近带来的机遇与挑战;
4. 人工智能发展带来的伦理问题;
5. 人工智能给法律的挑战。

课程费用

5800.00 /人

课程时长

2

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

提交需求