課程亮點(diǎn)：

垂直專(zhuān)業(yè)深度、縱向創(chuàng)新力度、橫向知識(shí)寬度、課程服務(wù)體驗(yàn)

學(xué)習(xí)目標(biāo)：

從0學(xué)習(xí)人工智能知識(shí)

課程內(nèi)容：

"人工智能之?dāng)?shù)學(xué)基礎(chǔ)（約6小時(shí)）

1.微積分

2.線性代數(shù)

3.概率論與數(shù)理統(tǒng)計(jì)

02

數(shù)據(jù)庫(kù)基礎(chǔ)——關(guān)系型數(shù)據(jù)庫(kù)（約8小時(shí)）

1.*QL入門(mén)及安裝

2.數(shù)據(jù)表及字段操作

3.*QL查詢(xún)、鏈接

4.*QL商業(yè)應(yīng)用案例

03

數(shù)據(jù)庫(kù)基礎(chǔ)——非關(guān)系型數(shù)據(jù)庫(kù)（約5小時(shí)）

1.*****DB簡(jiǎn)介

2.*****DB的常用操作

3.*****DB的使用

4.****on操作MongoDB

04

人工智能之Python基礎(chǔ)篇（約5小時(shí)）

1.****on的安裝與環(huán)境配置

2.****on的基礎(chǔ)與規(guī)范

3.****on的基本對(duì)象類(lèi)型

4.****on語(yǔ)句

05

人工智能之Python進(jìn)階篇（約5小時(shí)）

1.函數(shù)

2.類(lèi)與對(duì)象

3.庫(kù)與模塊

4.文件

5.錯(cuò)誤與異常

06

人工智能之機(jī)器學(xué)習(xí)基礎(chǔ)篇（約10小時(shí)）

1.****on機(jī)器學(xué)習(xí)算法庫(kù)Scikit-Learn入門(mén)介紹

2.****on統(tǒng)計(jì)分析基礎(chǔ)

3.*VD分解與主成分分析

4.線性回歸算法實(shí)現(xiàn)

5.嶺回歸、Lasso和彈性網(wǎng)

6.判別分析

7.梯度下降算法原理與Scikit-Learn實(shí)現(xiàn)

8.邏輯回歸算法原理與Scikit-Learn實(shí)現(xiàn)

9.貝葉斯算法原理與Scikit-Learn實(shí)現(xiàn)

10.案例：泰坦尼克號(hào)生存預(yù)測(cè)

07

人工智能之機(jī)器學(xué)習(xí)進(jìn)階篇（約20小時(shí)）

1.*NN最近鄰元素分類(lèi)器

2.時(shí)間序列模型

3.EM算法

4.聚類(lèi)分析

5.決策樹(shù)模型的基本原理與Scikit-Learn實(shí)現(xiàn)

6.集成算法入門(mén)

7.集成算法的Scikit-Learn實(shí)現(xiàn)

8.感知機(jī)模型基本原理

9.支持向量機(jī)基本原理與Scikit-Learn實(shí)現(xiàn)

10******st

11.案例：上市公司股價(jià)預(yù)測(cè)

12.案例：客戶(hù)風(fēng)險(xiǎn)評(píng)級(jí)

13.大型案例：上市公司營(yíng)收狀況預(yù)測(cè)

08

人工智能之復(fù)雜網(wǎng)絡(luò)分析（約10小時(shí)）

1.圖論

2.復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)性質(zhì)

3.更多類(lèi)型的網(wǎng)絡(luò)

4.復(fù)雜網(wǎng)絡(luò)的演化

5.復(fù)雜網(wǎng)絡(luò)的功能

6.案例：北京市快速軌道交通的有效性

7.案例：社交網(wǎng)絡(luò)數(shù)據(jù)分析

09

深度學(xué)習(xí)框架Tensorflow（約7小時(shí)）

1.開(kāi)發(fā)環(huán)境搭建

2.T*****flow基本數(shù)據(jù)結(jié)構(gòu)

3.T*****Flow實(shí)現(xiàn)代碼結(jié)構(gòu)和開(kāi)發(fā)步驟——回歸問(wèn)題

4.T*****Flow深度學(xué)習(xí)基礎(chǔ)--神經(jīng)網(wǎng)絡(luò)——分類(lèi)問(wèn)題

5.手寫(xiě)數(shù)字識(shí)別的突破---卷積神經(jīng)網(wǎng)絡(luò)Tensorflow實(shí)現(xiàn)

10

人工智能之深度學(xué)習(xí)基礎(chǔ)篇（約15小時(shí)）

1.AI概述和Tensorflow基礎(chǔ)

2.神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

3.卷積神經(jīng)網(wǎng)絡(luò)

4.*NN和LSTM

收 起獲取詳細(xì)課程大綱

11

人工智能之深度學(xué)習(xí)進(jìn)階篇（約15小時(shí)）

1.神經(jīng)網(wǎng)絡(luò)算法基礎(chǔ)(1)

2.神經(jīng)網(wǎng)絡(luò)算法基礎(chǔ)(2)

3.遷移學(xué)習(xí)和強(qiáng)化學(xué)習(xí)

4.自然語(yǔ)言處理

12

識(shí)文斷字：人工智能實(shí)戰(zhàn)之文本分析（約6小時(shí)）

1.文本分析簡(jiǎn)介

2.文本數(shù)據(jù)預(yù)處理

3.文本分析應(yīng)用與Python語(yǔ)言實(shí)作

13

火眼金睛：人工智能實(shí)戰(zhàn)之圖像識(shí)別（約6小時(shí)）

1.深度學(xué)習(xí)與圖像識(shí)別及經(jīng)典數(shù)據(jù)集

2.圖像識(shí)別的突破--卷積神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介

3.使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)經(jīng)典數(shù)據(jù)集cifar進(jìn)行分類(lèi)識(shí)別

4.使用自己的數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)

14

耳聽(tīng)八方：人工智能實(shí)戰(zhàn)之語(yǔ)音識(shí)別（約5小時(shí)）

1.語(yǔ)音識(shí)別介紹

2.語(yǔ)音技術(shù)分析

3.本地語(yǔ)音識(shí)別

4.網(wǎng)絡(luò)語(yǔ)音識(shí)別

15

運(yùn)籌帷幄：人工智能實(shí)戰(zhàn)之對(duì)抗生成網(wǎng)絡(luò)（約5小時(shí)）

11**AN簡(jiǎn)介

2.*AN原型詳解

3.***AN

4.******AN

5.半監(jiān)督學(xué)習(xí)

6.知識(shí)匯總與作業(yè)

16

冰雪聰明：人工智能實(shí)戰(zhàn)之智能問(wèn)答系統(tǒng)（約5小時(shí)）

1.從與機(jī)器的溝通方式開(kāi)始

2.對(duì)話(huà)：?jiǎn)栴}的理解與答案的生成

3.詞典：關(guān)鍵詞檢索

4.專(zhuān)家：指定領(lǐng)域的問(wèn)答助手

5.百科全書(shū)：開(kāi)放式的問(wèn)答系統(tǒng)"