一、簡介
在人工智能領域發(fā)展迅速風口浪尖中,我國在這方面人才儲備與美國相比數(shù)量懸殊較大、領域內專家數(shù)量非常有限。目前人工智能進入了黃金時代,各大科技公司都在大量招募人才,甚至不惜重金“挖人”,在一些知名招聘網(wǎng)站上對于人工智能方面的人才已經開出了20k的薪資。在人工智能的研究進一步深入后,將會和多個學科發(fā)生關聯(lián),從而引發(fā)更大的人才缺口。
人工智能技術是一個系統(tǒng)化工程,由python、Tensorflow、數(shù)學、框架、機器學習以及神經網(wǎng)絡搭建等多學科組成的一門綜合學科。它企圖了解智能的實質,并生產出一種新的能以人類智能相似的方式做出反應的智能機器。深度學習是人工智能的一個分支。這一輪的人工智能的革命的代表是深度學習的突破。
二、人工智能人才薪酬現(xiàn)狀
超過70%深度學習從業(yè)者 |
20-50K/月 上不封頂 |
應屆畢業(yè)生 |
9K/月 |
10 年以上優(yōu)質人才 |
薪酬比后端開發(fā)翻了近一番 |
2000 人以上大公司 |
25.2K/月 |
聲音認知人工智能 |
2016年的20.5K/月,2017年的27.6K/月 |
三、培訓課程
(一)Python
基礎語法 |
1.Python基礎介紹、python版本差異介紹與環(huán)境搭建 |
2.Python語法基礎與數(shù)據(jù)類型 |
|
3.Python序列(字符串、列表、元組)操作 |
|
4.Python語句、賦值、表達式、if條件語句、while語句,for語句 |
|
5.Python面向對象、函數(shù)、模塊、類 |
|
6.運算符重載、類的設計、異常 |
|
7.Python文件操作、JSON、XML、線程、時間和日歷 |
|
8.正則表達式、爬蟲、Python網(wǎng)絡編程 |
|
9.Python圖片處理框架:SciPy,Matplotlib、PIL、OpenCV2 |
|
10.科學計算框架:Pandas、Numpy 服務器框架:Flask |
(二)數(shù)學
微積分基礎 |
1.極限 |
2.求導(導數(shù)的幾何意義,鏈式求導法則) |
|
3.求最小最大值 |
|
4.泰勒級數(shù) |
|
5.積分的意義 |
|
線性代數(shù) |
1.什么是線性代數(shù) |
2.矩陣與矩陣的變換 |
|
3.矩陣的逆 |
|
4.特征值與特征函數(shù) |
|
5.相似變換 |
|
概率統(tǒng)計(一) |
1.概率基礎(經典概率、條件概率、加法規(guī)則、乘法法則) |
2.貝葉斯公式 |
|
概率統(tǒng)計(二) |
1.概率分布(高斯分布等) |
2.參數(shù)估計(最大似然法) |
|
3.信息論基礎 |
(三)框架
常用科學計算框架 |
1.numpy |
2.pandas |
|
3.matplotlib |
|
4.OpenCV(基礎部分) |
|
Tensorflow(一) |
1.安裝 |
2.圖概念 |
|
3.語法基礎 |
|
Tensorflow(二) |
1.多GPU,多機器 |
2.并行化 |
|
3.其他開源機器學習框架 |
(四)、深度學習
機器學習基礎(一) |
1.什么是機器學習 |
2.線性回歸與邏輯斯蒂回歸 |
|
3.最小二乘法 |
|
4.梯度下降法 |
|
5.樣本相關知識 |
|
6.效果衡量指標 |
|
深度學習基礎(二) |
1.感知機 |
2.MLP網(wǎng)絡和BP算法 |
|
3.深度學習基礎 |
|
4.稀疏自編碼 |
|
5.實戰(zhàn):a. 圖像壓縮、b.MINST數(shù)字分類 |
|
卷積神經網(wǎng)絡(一) |
1.基本運算(卷積、池化、RELU等) |
2.卷積神經網(wǎng)絡結構 |
|
3.深度剖析CNN網(wǎng)絡優(yōu)于MLP網(wǎng)絡的原因 |
|
4.實戰(zhàn):a. 圖像分類 |
|
卷積神經網(wǎng)絡(二) |
1.常見的CNN網(wǎng)絡(AlexNet、Vgg、Resnet、Interception等) |
2.遷移學習 |
|
3.實戰(zhàn) |
|
循環(huán)神經網(wǎng)絡(一) |
1.RNN網(wǎng)絡 |
2.LSTM和GRU網(wǎng)絡 |
|
3.雙向循環(huán)神經網(wǎng)絡 |
|
4.實戰(zhàn) |
|
循環(huán)神經網(wǎng)絡(二) |
1.Seq2Seq |
2.注意力模型 |
|
3.詞嵌入模型 |
|
4.實戰(zhàn) |
|
生成式對抗神經網(wǎng)絡(一) |
1.對抗學習基礎 |
2.DCGAN |
|
3.WGAN |
|
4.條件GAN |
|
5.InfoGAN |
|
6.實戰(zhàn) |
|
深度強化學習(一) |
1.強化學習基礎 |
2.深度強化學習 |
|
3.實戰(zhàn) |
|
深度強化學習(二) |
1.A3C算法 |
2.AlphaGo算法分析 |
|
3.實戰(zhàn) |
四、培訓方式及地點費用
(一)培訓形式:公開課;
(二)培訓時間:周末/工作日;
(三)培訓方式及地點:重慶市/成都市;
(四)學習時長:理論2個月+實踐1-2個月;
(五)費用:26800/人。
五、報名咨詢
400 850 7318