各企事业单位、高等院校及科研院所:
Python 是一种面向对象的,动态的程序设计语言,具有非常简洁而清晰的语法,既可以用于快速开发程序,也可以用于开发大规模软件,特别适合完成高层任务。随着 NumPy、SciPy 等众多程序库的开发,Python 越来越适合于做科学计算。Python 是一门真正的通用程序设计语言,它有众多程序库的支持,并支持多种平台,完全免费,开放源码。机器学习(数据挖掘)是从大量数据中挖掘隐含的、先前未知的、对决策有潜在价值的关系,并用这些知识和规则建立模型预测信息。机器学习有助于发现自然规律,解释已知的现象,预测未知的结果,因此机器学习已成为当代科学研究的崭新的研究方法。为进一步推动大数据、人工智能技术的发展与进步,帮助更多企事业单位、高校培养大数据与人工智能专业人才,
特此北京盛世元鸿职业技能教培中心(www.shengshiyuanhong.com.cn)特邀人工智能学术和机器学习研发领域一线专家共同举办此次培训,欢迎各界人士进行教学交流!
一、会议优势:
1.会议全程录播,一机一码,可后期回看
2.内容不定期更新,后期免费参加
3.配备 PPT、电子版教材
4.免费提供后期技术指导
5.建立微信群方便交流
二.时间: 2021年11月19日—2021年11月21日 线上会议:腾讯会议直播
三.参会目标
1:掌握机器学习的思维方式和关键技术及算法;
2:掌握人工智能程序编程,包括 Python 基础使用,科学计算包 numpy 使用、绘图工具包使用
3:了解机器学习和深度学习在当前工业界的落地应用;
4:掌握Tensorflow 框架在卷积神经网络、长短时记忆网络、循环神经网络等应用技巧与细节分析;
5:能够根据数据分布选择合适的算法模型并书写代码,能开发出一些实际的应用项目并运用Python 进行机器学习与深度学习的研究工作。
四、主讲专家
AI创业公司合伙人,技术总监。机器学习,深度学习领域多年一线开发研究经验,精通算法原理与编程实践。曾使用Tensorflow,Caffe,Keras 等深度学习框架完成过多项图像,语音,nlp, 搜索相关的人工智能实际项目,研发经验丰富。拥有两项国家专利。同时具有多年授课经验,讲课通熟易懂,代码风格简洁清晰。长期从事深度学习、人工智能、机器学习、计算机视觉等领域的教学与研究工作。
五、参会对象
全国各省市从事人工智能、机器学习、图像识别、语音识别、目标检测、自然语言处理、大数据挖掘、类脑智能等相关企事业单位的科研技术人员,各省市大学相关专业的老师、研究生、本科生、工程师及有关于Python、机器学习、深度学习研究的从业者!

Python 与人工智能(AI)——课程大纲
时间 | 大章节 | 小章节 |
第一天 | 一、人工智能与机器学习基础 | 1. 人工智能/机器学习/神经网络/深度学习介绍 2. 深度学习应用介绍 3. 人工智能技术框架 |
二、python 基础学习 | 1.print 使用 2.运算符和变量 3.循环 4.列表元组字典 5.if 条件 6.函数 7.模块 8.类的使用 9.input 用法 10.文件读写 11.异常处理 |
三、.科学计算包 numpy 使用学习 | 1.numpy 的属性 2.创建 array 3.numpy 的运算 4:随机数生成以及矩阵的运算5.numpy 的索引 6. array 合并 7. array 分割 |
四、绘图工具包 matplotlib 学习 | 1.基础用法 2.figure 图像3.设置坐标轴 4.legend 图例 5.scatter 散点图 |
五、python 人脸检测项目实战 | 1.使用 python 实现人脸检测功能 |
六、人工智能与机器学习基础 | 1. 人工智能概述 2. 机器学习概述 3. 机器学习算法应用分析 |
七、回归算法 | 1. 一元线性回归 2. 代价函数 3. 梯度下降法 4. sklearn 一元线性回归应用 5.多元线性回归 6.sklearn 多元线性回归应用 案例:葡萄酒质量和时间的关系 |
八、KNN 分类算法 | 1. KNN 分类算法介绍 2. KNN 分类算法应用 3. KNN 实现 案例:鸢尾花分类 |
九、决策树算法 | 1. 决策树算法介绍 2. 熵的定义 3. 决策树算法与应用实现案例:用户购买行为预测 |
第二天 | 十、支持向量机 | 1. 什么时最优分类面 2. SVM 算法本质是什么 3. 支持向量机在线性不可分时怎么处理案例:SVM 完成人脸识别应用 |
第二天 | 十一、K-means 聚类算法 | 1.K-means 算法介绍2.K-means 算法应用 3.K-means 算法实际应用案例 案例:NBA 球队实力聚类分析 |
十二、集成算法与随机森林 | 1.Bagging 算法介绍2.随机森林建模方法 3.Adaboost 算法介绍4.Stacking 算法介绍5.Voting 算法介绍 |
十三、用户违约预测-特征工程应用案例 | 1. 缺失值填 2. 唯一值处理 3. 过滤无用特征 4. 处理多值有序特征 5. 处理多值无序特征 6. 特征数据缩放 7. PCA 降纬 8. 数据均衡 9. 模型训练和评估 |
十四、深度学习基础-神经网络介绍 | 1. 人工神经网络发展史 2. 单层感知器 3. 激活函数,损失函数和梯度下降法 4. BP 算法介绍 案例:BP 算法解决手写数字识别问题 |
十五、Tensorflow 基础应用 | 1.Tensorflow 安装 2.Tensorlfow 基础知识 3.Tensorflow 线性回归 4.Tensorflow 非线性回归 5.Mnist 数据集合 Softmax讲解 6.使用 BP 神经网络搭建手写数字识别 7.交叉熵(cross-entropy)讲解和使用 8.过拟合,正则化,Dropout 9.各种优化器 Optimizer |
| 十六、Pytorch 介绍 | 1. Pytorch 安装 2. 搭建网络完成线性回归应用 3. 搭建网络完成非线性回归应用完成手写数字识别 |
第三天 | 十七、卷积神经网络 CNN 应用 | 1. CNN 卷积神经网络 2. 卷积层、池化层(均值池化、最大池化) 3. CNN 手写数字案例 |
十八、长短时记忆网络 LSTM 应用 | 1. RNN 循环神经网络 2. 长短时记忆网络 LSTM 3. LSTM 应用案例 |
十 九 、 使 用 预 训 练 模Inception-v3 型进行图像识别 | 1. Inception-v3 模型讲解 2. 使用训练好的模型进行图像识别 |
| 二十、图像识别模型 VGG16 项目实战(天气现象分类,场景分类) | 1. VGG16 模型讲解 2. 数据增加 3. 使用迁移学习完成天气现象分类 4. 使用迁移学习完成场景分类 |
二十一、自然语言处理项目实战 | 1.自然语言处理项目介绍 2.word2vec 介绍 3.用 LSTM 训练一个新的文本分类模型 |
二十二、目标检测模型介绍 | 1.目标检测项目介绍 2.R-CNN 模型介绍 3. SPPNET 模型介绍 4. Fast-RCNN 模型介绍 5. Faster-RCNN 模型介绍 |
二十三、使用目标检测算法完成手势识别 | 1.数据准备和标注方法 2.Detecting 模块介绍 3.手势识别模型训练 4.手势识别模型应用 |
| 二十四、光学字符识别
| 1.使用 OCR 模型准确识别图片中的中英文文字,并提取出来。 |
| 二十五、人脸识别实战 | 1. 人脸检测实战 2. 人脸关键点提取实战 3. 人脸识别实战 |
六、参会费用:
统一收费:3900 元/人(含培训费、证书认证费、资料费、指导费、发票费等)费用提供用于报销的正规机打发票及盖有公章的纸质通知文件;如需开具培训费的单位请联系会务人员要培训通知;
七、优惠(两项费用优惠不可同时享用)
(1)11月12日之前报名缴费,每人优惠100元
(2)3人以上报名每人可优惠200元
(3)5人及以上团报可赠送一个免费名额
一次报名参加会议,后期本人可无限次数参加相同会议,学会为止。
八、颁发证书
中国管理科学研究院颁发《人工智能应用工程管理师》培训证书;(注:也可颁发人工智能工程师证书-需备注) 该证书可作为有关单位专业技术人员能力评价、以及求职应聘和从业人员加薪、晋升、考核等任职的重要依据。申报资料:请准备两寸蓝底照片、身份证及学历证明(学生证、毕业证、学位证都可)电子版即可。
九、报名方式:
联系人:刘老师 手机(同微信):18311050656
电 话:010-53350015 邮箱:1549935216@qq.com
