为您找到40个相关课程
展开简介
收益目标：1.对产品经理：启发产品经理行业+AI的产品创造力，并通过建立完整系统的AI产品知识体系和运行逻辑认知。 2.对企业部门管理者或企业专门负责AI项目的高管：从宏观到微观理解一个AI项目，通过分析可能遇到的风险，提供不同的解决方法深度剖析一款AI产品的ROI，避免企业盲目投资。另外关于AI项目管理，也提供了具体的方法供参考。帮助企业提升产品竞争力、团队协作能力、以及个人创造力等。 3.对人力资源招聘负责人：理解AI产品经理到底是做什么的，能力要求是什么，什么样的人更适合做AI产品经理。
适应人群：适合传统IT企业、企业IT部门转型，产品赋能AI技术，提升公司内部相关员工人工智能设计思维。 学员基础：理解企业的AI项目目标，对人工智能有一定基础常识。
关键词：互联网，人工智能，创新
收益目标：结合实际应用举例和和业界趋势分析 主流技术方案、能力和发展方向
适应人群：对 AI 特别是深度学习算法原理和应用感兴趣
关键词：传统金融，互联网金融，制造，电信，人工智能
收益目标：暂无
适应人群：暂无
关键词：互联网，电商，支付平台，传统金融，互联网金融，可穿戴设备，医疗，智能家居，物联网，车联网，安全，制造，电信，政府机构，税务，快消品，其他，人工智能
收益目标：a) 学员通过本次课程的学习，能理解目前AI的能力现况，什么可以做到？可以做到什么地步？可以节省多少钱？以及什么是目前做不到的，什么是假的AI。 b) 培养学员分辨学术派技术跟实际落地技术的差别。 c) 通过实际使用现有各种AI平台，了解标准问、扩展问、模型训练、多轮对话设计等等。
适应人群：a) 对AI有实际需求人员，包含中高层决策者，包含产品经理项目经理，包含技术开发人员。
关键词：其他，人工智能，人机交互、智能客服、自然语言理解、NLP、NLU、知识图谱、情感计算、客服质检、智能助手
收益目标：1. 了解到大数据系统的配置对性能至关重要。2. 大数据系统的配置参数多，难以优化。3.基于人工智能算法的大数据配置优化方法是可行的。
关键词：其他，人工智能，大数据
收益目标：1）覆盖Tensorflow和Tensorflow可视化TensorBoard及原理 2）从TF数据预处理到建模训练，从图像预处理到网络模型，一一覆盖 3）精讲图像识别对比等最新案例
关键词：互联网，人工智能
收益目标：1、 人工智能基础、技术及其体系； 2、 人工智能的问题求解及技术实现； 3、 人工智能的学习方式； 4、 人工智能行业应用与发展； 5、 主流人工智能实验平台部署； 6、 人工智能机器学习的算法模型的应用实践
适应人群：1、 即将投身于人工智能、机器学习、数据挖掘领域的企业或者个人； 2、 系统架构师、系统分析师、高级程序员、资深开发人员； 3、 政府机关，金融保险、移动互联网、能源行业等人工智能相关人员； 4、 高校、科研院所统计分析研究员，涉及到人工智能的人员；
关键词：互联网，人工智能，大数据，机器学习，数据挖掘，数据分析
关键词：互联网，人工智能，Python
收益目标：了解数据科学在金融科技领域里的价值 了解金融科技领域真实的数据科学流程和考虑方面 了解信用模型搭建中多种挑战的解决方案
适应人群：研发工程师、数据分析师、算法工程师、数据挖掘工程师、数据工程师、数据科学家等技术同学，以及对机器学习、数据科学、数据驱动等感兴趣的同学。
关键词：互联网，支付平台，传统金融，互联网金融，人工智能，机器学习
收益目标：a) 深度了解TensorFlow的系统架构，组件交互，及其内核工作与运行机制； b) 深度了解TensorFlow的编程模型，及其灵活运用深度学习的基本算法原理，并使用TensorFlow实现。
适应人群：a) 具有1年及以上工作经验，并期望掌握深度学习算法，TensorFlow系统架构，及其运行机制的研发工程师，算法工程师，及其架构师。
关键词：其他，人工智能，机器学习，深度学习，TensorFlow
收益目标：• 深入理解AI+BigData+Cloud技术在业界是如何被实际应用到测试和DevOps领域，并如何在研发效能方面发挥巨大作用； • 深入理解大型互联网企业的测试基础架构和DevOps的设计思路，清楚理解如何运用ABC技术来面对海量测试需求引出的一系列难题； • 扩展测试从业人员的技术视野，通过课程学习能够掌握业界先进技术与测试技术的结合点； • 除了讲解应用领域，还讲解具体的实现方法和架构设计，做到全面落地，避免纸上谈兵； • 课程案例全部来自大公司的实际项目，在保证基础理论架构清晰的基础上，注重实践与应用；
适应人群：• 资深测试工程师，测试开发工程师和测试技术骨干成员 • 测试技术负责人或测试架构师 • DevOps资深工程师和技术负责人 • 工程效能团队负责人和工程效能研发工程师 • 开发工程师，开发技术经理，开发技术负责人 • 技术创新团队的工程师
关键词：互联网，人工智能，软件架构，架构设计，大数据，云计算，DevOps，软件测试
收益目标：1）深度学习必备基础知识点 2）神经网络模型和神经网络案例实战 3）神经网络原理详解及实战 4）TensorFlow实战自然语言处理-Word2Vec 5）深度学习顶级论文算法详解
关键词：互联网，人工智能，机器学习，工程师，Python
To Be Better
注册或 找回密码?