1. <code id="hkh8t"></code>
          <thead id="hkh8t"></thead>

            <output id="hkh8t"><ruby id="hkh8t"><div id="hkh8t"></div></ruby></output>
            <thead id="hkh8t"><sup id="hkh8t"></sup></thead>
            1. <acronym id="hkh8t"><ruby id="hkh8t"></ruby></acronym>
              • 参会报名
              • 会议介绍
              • 会议日程
              • 会议嘉宾
              • 参会指南
              • 邀请函下载

              首页 > 商务会议 > IT互联网会议 > 2019AI人工智能技术及其应用实战培训班(4月上海班) 更新时间:2019-04-08T17:19:27

              大会站点分布:
              (点击可切换)
              2019AI人工智能技术及其应用实战培训班(4月上海班)
              收藏5人
              分享到

              2019AI人工智能技术及其应用实战培训班(4月上海班) 已截止报名

              会议时间:2019-04-26 08:00至 2019-04-29 18:00结束

              会议地点: 上海  上海品薇商务酒店  闸北区中华新路482号

              会议规模:暂无

              主办单位: 中国信息化人才培训中心

              推荐会议:GMIC 2019 广州 全球移动互联网大会(超序之美)

              发票类型:增值税普通发票 增值税专用发票

              行?#31561;?#38144;热门关注看了又看 换一换

                    会议介绍

                    会议内容 主办方介绍


                    2019AI人工智能技术及其应用实战培训班(4月上海班)

                    2019AI人工智能技术及其应用实战培训班(4月上海班)宣传图

                    一、课程介绍

                    近年来, 随着“人工智能”深入应用到社会各个行业, 通过将对应的人工智能技术?#28909;?#20154;脸识别,车牌识别等应用到具体的行业信息化领域,包括新兴互联网企业(如电商企业、搜索引擎、社交网站、互联网广告服务提供商等)、金融企业(银行、保险、证券公司、互联网金融借贷公司等)、通信运营商(电信、移动、联通)等行业的企业。在国内外形成了独具特色的智能产业和智能经济。因此中国信息化人才培训中心决定举办 “人工智能技术及其应用实战培训班”望各单位收到通知后组织相关人员参加。现将有关事宜通知如下:

                    本课程对?#21040;?#20027;流最新的人工智能及其应用实战技术分成基础级、 进?#20934;丁?高级实战三个层次进行系统化地培训, 让学员分成三个阶段深入系统地掌握人工智能技术的应用

                    1) 第一阶段:人工智能基础级培训内容,让学员掌握人工智能的基础知识,人工智能的问题解决思路, 人工智能的应用案例, 人工智能产业和人工智能产?#36820;?#24212;用解决方案 。

                    2) 第二阶段:人工智能进?#20934;?#22521;训内容,让学员掌握人工智能中用到的机器学习方法和深度学习方法,包括有监督学习,无监督学习和半监督学习,以及决策树机器学习、朴素贝叶斯机器学习、神经网络机器学习、深度学习、巻积神经网络和 LSTM神经网络机器学习的算法模型的原理和应用实践操作, 每类算法模型在具体场景中的应用实践。

                    3) 第三阶段:人工智能高级项目应用培训内容,让学员掌握人工智能?#21335;?#32479;平台工具的应用实战, 包括人工智能的代表性系统工具平台: TesorFlow深度学习平台, Keras深度学习库和 Python Al系统的应用实践,在讲解的同时,由讲师带着学员对人工智能工具?#25165;?#23454;践操作, 让学员更突出掌握实战技能。

                    二、培训时间及地点

                    报到时间及地点:

                    1、报到时间:2019年04月25日(25日星期四下午报到)           

                    2、报到地点:上海品薇商务酒店大厅(闸北区中华新路482号)

                    3、上课地点:上海品薇商务酒店第一会议室

                    注:(请学员?#28304;?#31508;记本电脑)

                    4、住?#34183;?#20934;:高级双床房/大床房/ 288元/间(可上网,含双早)

                    5、上课时间:上午9:00-12:00  下午:1:30-5:00

                    注:请学员带二寸?#25910;?张(背面注明姓名)、身份证复印件一张。

                    三、培训目标

                    1、通过本课程的学习, 学员可以用较短的时间掌握人工智能领域的基础和精华内容

                    2、让学员掌握人工智能的基础知识,人工智能的问题解决思路,人工智能的应用案例,人工智能产业和人工智能产?#36820;?#24212;用解决方案 。

                    3、让学员掌握人工智能的技术平台应用,重点包括PythonKeras, TensorFlow, PyTorch,,Theano, CNTK, Caffe等应用实战,并且通过两三个具体的企业应用实验操作,巩固掌握的 Al技术?#25512;?#21488;。

                    四、培训对象

                    1、IT工程师
                    2、技术总监
                    3、人工智能架构师
                    4、其它对人工智能和机器学?#26696;行?#36259;的人员

                    五、培训方式

                    定制授课+实战案例训练+考试互动咨询讨论

                    本课程采用技术原理与项目实战相结合的方式进行教学, 在讲授原理的过程中, 穿插实?#23454;南?#32479;操作, 本课程讲师也精心准备的实?#23454;?#24212;用案例供学员动手训练 。

                    查看更多

                     中国信息化人才培训中心 中国信息化人才培训中心

                    天博信通-中国信息化人才培训中心率先在国内开展高级软件架构等IT高端培训的公开课。多年来?#20013;?#19981;断的?#24230;?#31934;力创新课程体系,至今已在国内开展公开课培训的课程达十几门,分别涵盖、云计算、大数据、软件架构、软件设计、高级UI设计、项目管理、质量管理、需求工程、运营管理等领域,也根据企事业单位的实用需求, 通过定制培训方案,培训后的技术服务,将企业单位的信息化投?#23454;?#25928;益发挥到最高点。目前中心已经与几百家企事业单位建立了长期的培训合作关系, 深得用户信赖和好评。

                    会议日程

                    (最终日程以会议现场为准)


                    内容模块

                    课程介绍

                    授课详细内容

                    模块一

                    人工智能基础、技术及其体系

                    1.人工智能(Artificiallntelligence, Al)的定义、起源、用途

                    2.人工智能的发展历程与脉络

                    3.人工智能的国家政策解读

                    4.人工智能的技术体系

                    5.人工智能的技术框架

                    模块二

                    人工智能的问题求解及技术实现


                    6.人工智能领域的经典问题和求解方式

                    7.机器学习模型和推理符号模型

                    8.人工智能和大数据

                    9.人工智能和机器学习

                    10.人工智能和深度学习

                    模块三

                    人工智能的学习方式

                    11.有监督学习训练

                    12.无监督学习训练

                    13.半监督学习训练

                    模块四

                    人工智能的行业应用与发展


                    14.人工智能的行业图谱和行业发展割析

                    15.人工智能结合大数据的行业应用案例

                    16.人工智能在“互联网+”领域的应用

                    17.人工智能在制造业领域的应用

                    18.人工智能在金融、消费领域的应用

                    模块五

                    部署人工智能实验平台

                    19.部署人工智能实验操作软件和环境

                    20.运行讲师提供的人工智能简単示例验证环境的准确性

                    21.熟悉实验资料和实验环境

                    模块六

                    人工智能机器学习的算法模型的应用实践(1)

                    22.人工智能领域的四大类经典算法模型

                    23.神经网络机器学习算法模型及其应用

                    24.决策树算法模型及其应用

                    25.关联分析算法模型及其应用

                    26.聚类分析算法模型及其应用

                    27.深度学习算法模型及应用

                    28.CNN卷积神经网络算法模型及应用

                    模块七

                    人工智能机器学习的算法模型的应用实践(2)

                    29.朴素贝叶斯算法模型及其应用

                    30.逻辑回归算法模型及其预测应用

                    31.LSTM深度学习库的应用

                    32.Python机器学习库的应用

                    33.Python Scikit-learn算法库的使用讲解

                    模块八

                    人工智能和机器学习的实验操作

                    34.Python Scikit_learn算法库的实战操作

                    35.利用 Python语言编程,实现分类预测项目

                    36.实验要求准确率、召回率、误差等指标

                    模块九

                    TensorFlow Al深度学习平台及其应用实践(1)

                    37.TensorFlow: 一个Al深度学习框架的概述

                    38.TensorFlow深度学习平台的工作机制和系统架构

                    39.TensorFlow的安装、部署、配置和使用

                    40.TensorFlow的应用场景和应用案例

                    模块十

                    TensorFlow Al深度学习平台及其应用实践(2)

                    41.TensorFlow CNN应用操作

                    42.TensorFlow LSTM应用操作

                    43.TensorFlow在图像识别的实验操作

                    44.基于TensorFlow的可视化工具:Tensorboard简介

                    45.Tensorboard的部署、配置和应用界面操作

                    46.基于TensorFlow和Tensorboard进行实验操作

                    模块十一

                    Keras人工智能平台应用实践

                    47.?#21040;?#24120;用的AI平台:Keras人工智能平台架构

                    48.Keras Al平台的部署与配置

                    49.Keras技术实现与工作机制

                    50.Keras实验操作

                    模块十二

                    项目实践

                    51.利用学过的知识,使用Python编程实现基本的人脸识别或讲师布置的AI实验项目

                    52.讲师提供项目指导手册,带着学员完成,学员独立完成后,讲师答疑

                    模块十三

                    培训内容综合、

                    应用完整实践与咨询讨论

                    53.根据讲师布置的实际应用案例, 开展人工智能和大数据完整项目部署设计和应用开发实践、 应用实施以及解决方案分享咨询与交流讨论

                    查看更多

                    会议嘉宾

                    (最终出席嘉宾以会议现场为准)


                    师资力量

                    张教授,西安理工大学博?#21487;?#23548;师。现为国家重点新产品计划项目咨询专家、陕西省制造业信息化专家组专家、陕西省卫生信息化专家组专家,西安理工大学计算机学院副院长,博?#21487;?#23548;师。从事机器学习,机器视觉,人工智能方面的研究20多年。对大数据的收集、处理、数据挖掘在实际应用中有深刻的认识。致力于利用大数据、人工智能在企业决策规划、图像处理、语义理解、数据可视化方面的应用。

                    查看更多

                    参会指南

                    会议门票 场馆介绍


                    培训费用及须知

                    培训费7800元/人。(含培训费、资料费、考试费、证书费、讲义?#35757;齲?#38656;要住宿学员请提前通知,可统一?#25165;牛?#36153;用自理。

                    颁发证书

                    参加相关培训并通过考试的学?#20445;?#21487;以获得:

                    工业和信息化部全国网络与信息技术考试管理中心中心颁发的-人工智能职业技能证书(等级高级)。该证书可作为专业技术人员职业能力考?#35828;?#35777;明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

                    注:请学员带二寸?#25910;?张(背面注明姓名)、身份证复印件一张。

                    12月?#26412;?#29677;

                    查看更多

                    温馨提示
                    酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再?#25165;?#20986;行与住宿。
                    退款规则: 活动各项资源需提前采?#28023;?#36141;票后不支持退款,可以换人参加。

                    标签: 人工智能

                    分享到微信 ×

                    打开微信,点击底部的“发现?#20445;?br> 使用?#21543;?#19968;扫”即可将网页分享至朋友圈。

                    录入信息

                    请录入信息,方便生成邀请函

                    江西快三官网
                    1. <code id="hkh8t"></code>
                          <thead id="hkh8t"></thead>

                            <output id="hkh8t"><ruby id="hkh8t"><div id="hkh8t"></div></ruby></output>
                            <thead id="hkh8t"><sup id="hkh8t"></sup></thead>
                            1. <acronym id="hkh8t"><ruby id="hkh8t"></ruby></acronym>
                              1. <code id="hkh8t"></code>
                                    <thead id="hkh8t"></thead>

                                      <output id="hkh8t"><ruby id="hkh8t"><div id="hkh8t"></div></ruby></output>
                                      <thead id="hkh8t"><sup id="hkh8t"></sup></thead>
                                      1. <acronym id="hkh8t"><ruby id="hkh8t"></ruby></acronym>