人工智能初級：人工智能技術(shù)和應(yīng)用場景的全面解析，系統(tǒng)化介紹人工智能技術(shù)鏈條

通過實例對人工智能的開發(fā)語言載體Python進行深入理解并掌握Python語法規(guī)則， 變量和數(shù)據(jù)類型，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：本模塊重點在于算法的開發(fā)實現(xiàn)方面，學(xué)習(xí)人工智能中的識別技術(shù)

通過數(shù)字識別和人臉識別、自然語言處理等這些應(yīng)用極為廣泛的項目開發(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CNN、RNN進行原理方法和原理學(xué)習(xí)，卷積層和池化層，圖像特征提取與識別，經(jīng)典LeNet模型， LSTM，Encoder-Decoder Model等，同時引入自然語言處理方面的內(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)建完整的技能知識圖譜。

人工智能高級：從本階段開始，我們的學(xué)習(xí)重點轉(zhuǎn)向高級的模型優(yōu)化算法上

在項目開發(fā)實現(xiàn)的基礎(chǔ)上進行調(diào)優(yōu)處理，通過學(xué)習(xí)過程的優(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，實現(xiàn)開發(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，進一步理解算法實現(xiàn)與設(shè)計，實現(xiàn)開發(fā)工程師提升到算法專家之路。