第一節(jié)：人工智能與機(jī)器學(xué)習(xí)基礎(chǔ)1.人工智能概述
2.機(jī)器學(xué)習(xí)概述
3.機(jī)器學(xué)習(xí)算法應(yīng)用分析

第二節(jié)：回歸算法 1.一元線性回歸
2.代價函數(shù)
3.梯度下降法
4.sklearn一元線性回歸應(yīng)用
5.多元線性回歸
6.sklearn多元線性回歸應(yīng)用
案例：葡萄酒質(zhì)量和時間的關(guān)系

第三節(jié)：KNN分類算法 1.KNN分類算法介紹
2.KNN分類算法應(yīng)用
3.KNN實現(xiàn)
案例：鳶尾花分類

第四節(jié)：決策樹算法 1.決策樹算法介紹
2.熵的定義
3.決策樹算法與應(yīng)用實現(xiàn)
案例：用戶購買行為預(yù)測

第五節(jié)：集成算法與隨機(jī)森林 1.Bagging算法介紹
2.隨機(jī)森林建模方法
3.Adaboost算法介紹
4.Stacking算法介紹
5.Voting算法介紹

第六節(jié)：K-means聚類算法 1.K-means算法介紹
2.K-means算法應(yīng)用
3.K-means算法實際應(yīng)用案例
案例：NBA球隊實力聚類分析

第七節(jié)：支持向量機(jī) 1.SVM算法介紹
案例：SVM完成人臉識別應(yīng)用

第八節(jié)：特征工程項目-銀行
用戶違約預(yù)測 1.數(shù)據(jù)缺失處理
2.特征篩選方法
3.特征工程
4.數(shù)據(jù)不平衡問題處理
5.算法選擇
6.結(jié)果評估

第九節(jié)：深度學(xué)習(xí)基礎(chǔ)-
神經(jīng)網(wǎng)絡(luò)介紹 1.人工神經(jīng)網(wǎng)絡(luò)發(fā)展史
2.單層感知器
3.激活函數(shù)，損失函數(shù)和梯度下降法
4.BP算法介紹
案例：BP算法解決手寫數(shù)字識別問題

第十節(jié)：Tensorflow基礎(chǔ)應(yīng)用 1.Mnist數(shù)據(jù)集合Softmax講解
2.使用BP神經(jīng)網(wǎng)絡(luò)搭建手寫數(shù)字識別
3.交叉熵(cross-entropy)講解和使用
4.過擬合,正則化,Dropout
5.各種優(yōu)化器Optimizer

第十一節(jié)：卷積神經(jīng)網(wǎng)絡(luò)CNN應(yīng)用 1.CNN卷積神經(jīng)網(wǎng)絡(luò)
2.卷積層、池化層（均值池化、最大池化）
3.CNN手寫數(shù)字案例

第十二節(jié)：長短時記憶網(wǎng)絡(luò)
LSTM應(yīng)用 1.RNN循環(huán)神經(jīng)網(wǎng)絡(luò)
2.長短時記憶網(wǎng)絡(luò)LSTM
3.LSTM應(yīng)用案例

第十三節(jié)：常用卷積網(wǎng)絡(luò)模型介紹 1.AlexNet模型介紹
2.VGG模型介紹
3.Inception模型介紹
4.ResNet模型介紹

第十四節(jié)：用自己的數(shù)據(jù)來訓(xùn)練一個新的圖像識別模型 1.數(shù)據(jù)準(zhǔn)備
2.數(shù)據(jù)增強(qiáng)
3.模型搭建
4.模型訓(xùn)練
5.結(jié)果測試

第十五節(jié)：目標(biāo)檢測模型介紹 1.目標(biāo)檢測項目介紹
2.R-CNN模型介紹
3.SPPNET模型介紹
4.Fast-RCNN模型介紹
5.Faster-RCNN模型介紹
6.SSD模型介紹
7.yolo-v1模型介紹
8.yolo-v2模型介紹
9.yolo-v3模型介紹

第十六節(jié)：目標(biāo)檢測模型實戰(zhàn) 1.項目安裝配置環(huán)境
2.準(zhǔn)備數(shù)據(jù)集
3.使用訓(xùn)練好的目標(biāo)檢測模型進(jìn)行預(yù)測
4.用自己的數(shù)據(jù)訓(xùn)練新的目標(biāo)檢測模型

第十七節(jié)：自然語言處理技術(shù)介紹 1. word2vec介紹
2.Transformer模型介紹
3.Self-Attention機(jī)制介紹
4.多頭注意力機(jī)制介紹
5..Bert模型介紹
6.GPT-3模型介紹

第十八節(jié)：自然語言處理項目實戰(zhàn) 1.用CNN訓(xùn)練一個新的文本分類模型
2.用LSTM訓(xùn)練一個新的文本分類模型
3.用Bert訓(xùn)練一個新的文本分類模型

課后輔助： 1.針對學(xué)員面對的問題進(jìn)行討論，提出建議
2.建立微信群（課后技術(shù)免費指導(dǎo)）
3.上課ppt資料都發(fā)到群里面 

葉梓，上海交通大學(xué)計算機(jī)專業(yè)博士畢業(yè)，高級工程師。主研方向：數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能。歷任國內(nèi)知名上市IT企業(yè)的AI技術(shù)總監(jiān)、資深技術(shù)專家，市級行業(yè)大數(shù)據(jù)平臺技術(shù)負(fù)責(zé)人。

長期負(fù)責(zé)城市信息化智能平臺的建設(shè)工作，開展行業(yè)數(shù)據(jù)的智能化應(yīng)用研發(fā)工作，牽頭多個省級、市級行業(yè)智能化信息系統(tǒng)的建設(shè)，主持設(shè)計并搭建多個省級、市級行業(yè)大數(shù)據(jù)平臺。參與國家級人工智能課題，牽頭上海市級人工智能示范應(yīng)用課題研究。

帶領(lǐng)團(tuán)隊在相關(guān)行業(yè)領(lǐng)域研發(fā)多款人工智能創(chuàng)新產(chǎn)品，成功落地多項大數(shù)據(jù)、人工智能前沿項目，其中信息化智能平臺項目曾榮獲：“上海市信息技術(shù)優(yōu)秀應(yīng)用成果獎”。帶領(lǐng)團(tuán)隊在參加國際NLP算法大賽，獲得Top1%的成績。參與國家級、省級大數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)的制定，曾獲省部級以上的科技創(chuàng)新一等獎。

1.      論文發(fā)表/項目經(jīng)歷

在國內(nèi)外期刊、會議中發(fā)表論文27篇，其中被SCI/EI收錄4篇

項目經(jīng)歷：

l  上海市城市信息化人工智能項目 項目負(fù)責(zé)人

ü  研發(fā)智能服務(wù)系統(tǒng)，包括：元宇宙與虛擬數(shù)字人、基于人工智能的內(nèi)容生成（AIGC）、基于NLP技術(shù)的對話系統(tǒng)、基于深度學(xué)習(xí)的圖像識別系統(tǒng)、基于智能推理的行業(yè)推薦系統(tǒng)。

相關(guān)工作：

作為項目總負(fù)責(zé)，負(fù)責(zé)項目管理、產(chǎn)品研發(fā)、系統(tǒng)分析、技術(shù)指導(dǎo)、算法指導(dǎo)等。

l  上海市城市智能信息化工程 總工程師

ü  采用大數(shù)據(jù)技術(shù)，建設(shè)市級信息平臺，完成試點單位接入并采集居民相關(guān)信息，實現(xiàn)市級平臺檔案等服務(wù)，并實現(xiàn)所有單位的全面接入。

ü  為解決超量數(shù)據(jù)的存儲與計算的問題，搭建了存儲全市數(shù)據(jù)的云計算平臺，并在其上進(jìn)行了基于大數(shù)據(jù)的分析和挖掘工作。

相關(guān)工作：

作為總工程師，負(fù)責(zé)技術(shù)管理、系統(tǒng)分析、云平臺數(shù)據(jù)存儲設(shè)計、數(shù)據(jù)分析與挖掘指導(dǎo)、開發(fā)指導(dǎo)。

l  上海市城市信息化領(lǐng)域智能聯(lián)網(wǎng)工程 技術(shù)經(jīng)理

ü  建設(shè)內(nèi)容包括：接入單位的聯(lián)網(wǎng)；智能卡的實現(xiàn)；城市信息化智能平臺的升級；科研平臺的擴(kuò)展與升級；建立決策支持系統(tǒng)；評估體系的展示設(shè)計；短信平臺的實現(xiàn)；違規(guī)操作的提醒；協(xié)同智能服務(wù)平臺的實現(xiàn)等。

相關(guān)工作：

作為技術(shù)經(jīng)理負(fù)責(zé)總體架構(gòu)設(shè)計、接口設(shè)計、大數(shù)據(jù)平臺設(shè)計、AI技術(shù)指導(dǎo)等。

3. 主攻方向

具有扎實的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能理論基礎(chǔ)；了解AIGC等技術(shù)前沿動態(tài)。

精通機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的理論、模型、算法、調(diào)優(yōu)等；精通算法設(shè)計；

熟悉深度學(xué)習(xí)在自然語言處理、計算機(jī)視覺兩大核心領(lǐng)域的實用技巧；

15年以上的程序開發(fā)經(jīng)驗，熟悉常用程序開發(fā)架構(gòu)，獨立完成多個產(chǎn)品級軟件的設(shè)計與開發(fā)。

• 5G物聯(lián)網(wǎng)及人工智能

   

  課程背景：人工智能時代已經(jīng)開啟，其中物聯(lián)網(wǎng)技術(shù)的運用就是最新嘗試。將成為繼互聯(lián)網(wǎng)之后下有一個萬億級數(shù)的產(chǎn)業(yè)。本課程詳細(xì)介紹物聯(lián)網(wǎng)及人工智能的現(xiàn)狀、發(fā)展、案例和技術(shù)發(fā)展。課程目標(biāo)：1.了解物聯(lián)網(wǎng)及可人工智能的基本知識2.物聯(lián)網(wǎng)及人工智能核心技術(shù)和解決方案課程形式：以講授為主，結(jié)合案例分析、視頻觀賞等形式。課程大綱：一、物聯(lián)網(wǎng)..

  ￥   元/ 天

  人氣：890  

  

• 大數(shù)據(jù)及人工智能背景下消費和小微信貸線上獲客、產(chǎn)品設(shè)計、風(fēng)控應(yīng)對策略

   

  第一部分：金融科技發(fā)展?fàn)顩r的介紹一、金融科技的現(xiàn)狀與發(fā)展趨勢（一）宏觀背景1、金融科技（支付寶人臉識別技術(shù)、APPLEPAY、虹膜技術(shù)、二維碼支付技術(shù)）2、利率市場化3、金融脫媒（二）移動互聯(lián)技術(shù)的發(fā)展使互聯(lián)網(wǎng)金融成為可能1、移動互聯(lián)網(wǎng)技術(shù)2、移動支付技術(shù)3、H5、APP（三）互聯(lián)網(wǎng)金融對傳統(tǒng)銀行資產(chǎn)業(yè)務(wù)的顛覆和沖..

  ￥   元/ 天

  人氣：927  

  

• 數(shù)字化轉(zhuǎn)型“人工智能關(guān)鍵技術(shù)與產(chǎn)業(yè)機(jī)遇”培訓(xùn)大綱

   

  第一章：人工智能概述（約1.5小時）第1節(jié)、 人工智能概述1、 人工智能發(fā)展史2、 人工智能關(guān)鍵技術(shù)3、 人工智能新型產(chǎn)業(yè)4、 傳統(tǒng)產(chǎn)業(yè)智能升級5、 智能社會6、 高效智能社會服務(wù)7、 社會治理智能化8、 智能制造9、 小結(jié)第二章：人工智能產(chǎn)業(yè)機(jī)遇（約1.5小時）1、 人工智能產(chǎn)業(yè)鏈2、 人工智能賦..

  ￥   元/ 天

  人氣：1557  

  

• 人工智能可用性研究以及業(yè)務(wù)場景探索

   

  軟硬件維度劃分第一類，以硬件為主，銀行的核心應(yīng)用第二類，以軟件為主，銀行核心應(yīng)用第三類，以硬件為主，非核心應(yīng)用第四類，以軟件為主，銀行的的非核心應(yīng)用業(yè)務(wù)場景維度劃分 圖像識別維度：人臉識別，遠(yuǎn)程支付，遠(yuǎn)程業(yè)務(wù)，刷臉支付，身份證識別，OCR技術(shù) 語音識別維度：智能客服機(jī)器人，智能語音導(dǎo)航，智能營銷催收機(jī)器人 自然語言..

  ￥   元/ 天

  人氣：1442  

  

• 人工智能和AI

   

  一．人工智能技術(shù)和應(yīng)用場景的介紹。a)圖像處理，圖像識別i.日常生活中的刷臉，人臉識別，火車進(jìn)站等ii.公安局的天網(wǎng)系統(tǒng)b)語音處理，語音識別i.科大訊飛語音輸入法的場景ii.搜狗智能機(jī)器翻譯筆的應(yīng)用場景c)自然語言處理，文本挖掘i.搜索推薦引擎的應(yīng)用場景ii.抖音推薦引擎的應(yīng)用場景二．常見人工智能的算法，主流的應(yīng)..

  ￥   元/ 天

  人氣：1660  

  

• 人工智能產(chǎn)品管理和產(chǎn)品設(shè)計方法

   

  第1 章 人工智能時代的產(chǎn)品思考1 人工智能的發(fā)展和定義1 人工智能產(chǎn)品2 體系――人工智能產(chǎn)品框架3 基礎(chǔ)――數(shù)據(jù)的進(jìn)化4 方法――人工智能領(lǐng)域的研究方法5 商業(yè)――人工智能時代的商業(yè)模式第2 章 無行業(yè)不智能1 互聯(lián)網(wǎng)的行業(yè)認(rèn)知1 互聯(lián)網(wǎng)時代的下半場――產(chǎn)業(yè)互聯(lián)網(wǎng)的興起2 產(chǎn)業(yè)互聯(lián)網(wǎng)的行業(yè)屬性2．1 產(chǎn)品需..

  ￥   元/ 天

  人氣：981