人工智能时代
理工科
相关专业
预转型
开发人员
研发管理
技术拓展
人工智能
爱好者
人工智能开发
制定AI培训课程
培养AI专精型人才
覆盖AI职业技能
助力学员高起点就业
课程设置科学合理
适合AI技术初学者
多领域多行业项目
打造AI核心竞争力
技术大牛倾力研发
专职沉淀AI新技术
聚力名企共建课程
整合优质技术资源
制定AI培训课程
培养AI专精型人才
AI算法深入研究能力指算法实用性、先进性、可拓展性，让学员掌握算法模型举一反三的技能
AI算法业务流处理能力指通过企业实战场景、业务流，对AI技术实战训练，解决实战业务流问题
在线医生是NLP医疗领域的重要应用。医疗对话生成模型、基于bert的对话连贯性判断、用户意图识别模型提升学员AI算法的深入研究能力；分布式模型部署、微信客户端部署、原始医疗数据处理流水线处理训练学员的AI业务流的处理能力。
覆盖AI职业技能
助力学员高起点就业
科学计算库，特征工程，十大经典算法，主流应用领域，推荐系统，主流框架人工智能框架TensorFlow、Pytorch。
图像分类，目标检测和追踪，图像语义分割，场景文字识别，图像生成，人体关键点检测及标签识别，视频分类。
分词，命名实体识别，词性标注、句法分析、语义理解、信息抽取、机器翻译、文本摘要、问答系统、阅读理解。
进化学习、分布式机器学习、强化学习、立体视觉与SLAM、点云处理、对称权重与深度置信网络、模型可解释性，模型压缩，迁移学习，终身学习，元学习。
课程设置科学合理
适合AI技术初学者
· Python基础语法
· Python数据处理
· 函数
· 文件读写
· 异常处理
· �？楹桶�
1、掌握Python开发环境基本配置；
2、掌握运算符、表达式、流程控制语句、数组等的使用；
3、掌握字符串的基本操作；
4、初步建立面向对象的编程思维；
5、熟悉异常捕获的基本流程及使用方式；
6、掌握类和对象的基本使用方式。
熟练掌握人工智能Python语言，建立编程思维以及面向对象程序设计思想，使学员能够熟练使用Python技术完成基础程序编写。
· 面向对象
· 网络编程
· 多任务编程
· 高级语法
· Python编程综合项目
· Python数据结构
1、掌握网络编程技术，能够实现网络通讯；
2、知道通讯协议原理；
3、掌握开发中的多任务编程实现方式；
4、知道多进程多线程的原理。
熟练使用Python，掌握人工智能开发必备Python高级语法。
· Linux
· MySQL与SQL
· Numpy矩阵运算库
· Pandas数据清洗
· Pandas数据整理
· Pandas数据可视化
· Pandas数据分析项目
1、掌握Linux常用命令，为数据开发后续学习打下的良好基�。�
2、掌握MySQL数据库的使用；
3、掌握SQL语法；
4、掌握使用Python操作数据库；
5、掌握Pandas案例；
6、知道会图库使用；
7、掌握Pandas数据ETL；
8、掌握Pandas数据分析项目流程。
掌握SQL及Pandas完成数据分析与可视化操作。
· 机器学习简介
· K近邻算法
· 线性回归
· 逻辑回归
· 决策树
· 聚类算法
· 集成学习
· 机器学习进阶算法
· 用户画像案例
· 电商运营数据建模分析案例
1、掌握机器学习算法基本原理；
2、掌握使用机器学习模型训练的基本流程；
3、掌握Sklearn,Jieba,Gensim等常用机器学习相关开源库的使用；
4、熟练使用机器学习相关算法进行预测分析；
5、掌握数据分析常用思维方法；
6、掌握不同业务场景下的指标体系搭建；
7、熟练使用各种数据分析工具进行数据提取与数据展示；
8、熟练运用常用数据分析模型解决业务问题。
掌握机器学习基本概念，利用多场景案例强化机器学习建模。
· 金融风控项目业务背景介绍
· 风控建模介绍
· 机器学习评分卡
· 金融风控特征工程
· 不均衡学习和异常检测
· 推荐项目数据采集
· 推荐系统召回业务
· 推荐系统排序业务
· 基于多路召回的实时推荐
· 推荐系统平台调度
· 推荐系统性能评估
1、掌握风控业务场景的常用指标；2、掌握评分卡的建模流程；
3、掌握评分卡特征工程的常用套路；
4、熟练运用机器学习算法解决风控业务场景下的问题；
5、掌握多行业推荐业务；6、掌握推荐业务建模流程；
7、掌握召回，排序基础算法；8、熟练运用机器学习算法解决推荐业务问题；
9、掌握大数据计算框架基本使用。
1、掌握掌握金融风控或推荐系统项目
2、掌握运用机器学习算法解决实际业务的分类、聚类、回归的问题
· 深度学习基础
· BP神经网络
· 经典神经同络结构（CNN&RNN）
· 深度学习多框架对比
· 深度学习正则化和算法优化
· 深度学习Pytorch框架
· NLP任务和开发流程
· 文本预处理
· RNN及变体原理与实战
· Transformer原理与实战
· Attention机制原理与实战
· 传统序列模型
· 迁移学习实战
1、pytorch工具处理神经网络涉及的关键点；
2、掌握神经网络基础知识；
3、掌握反向传播原理；
4、了解深度学习正则化与算法优化；
5、掌握NLP领域前沿的技术解决方案；
6、了解NLP应用场景；
7、掌握NLP相关知识的原理和实现；
8、掌握传统序列模型的基本原理和使用；
9、掌握非序列模型解决文本问题的原理和方案；
10、能够使用pytorch搭建神经网络；
11、构建基本的语言翻译系统模型；
12、构建基本的文本生成系统模型；
13、构建基本的文本分类器模型；
14、使用ID-CNN+CRF进行命名实体识别；
15、使用fasttext进行快速的文本分类；
16、胜任多数企业的NLP工程师的职位。
掌握深度学习基础及神经网络经典算法；掌握热门的PyTorch技术，完成自然语言处理基础算法，诸如RNN、LSTM、GRU等技术。
· ChatGPT入门
· ChatGPT原理详解
· ChatGPT项目实战
· 基于大型预训练模型搭建聊天机器人
· 聊天机器人和问答系统
1、掌握大规模知识图谱技术与自然语言处理在多领域的应用
2、掌握ChatGPT聊天机器人实战
3、掌握基于大型预训练模型搭建聊天机器人
4、熟悉端到端以及结合知识库的多轮多任务对话系统网络结构
能够运用ChatGPT模型完成聊天机器人和问答系统的相关功能
· 解决方案列表
· 项目架构及数据采集
· 命名实体识别
· 对话系统
· 项目架构
· 多模型预测
· 模型的迭代优化
· 模型的上线部署与总结
· 智能文本分类
· 模型上线
1、医疗领域NER解决方案；2、对话主题相关解决方案；
3、微信端服务部署解决方案；4、对话管理系统与A结合解决方案；
5、抽取式文本摘要解决方案；6、生成式文本摘要解决方案；
7、自主训练词向量解决方案；8、解码方案的优化解决方案；
9、数据增强优化解决方案；10、大规�？焖傥谋痉掷嘟饩龇桨福�
11、多模型井行预测解决方案；12、分布式模型训练解决方案；
13、多标签知识图谱构建解决方案。
1、掌握自然语言处理项目，完成文本摘要或乐鱼大脑项目
2、掌握自然语言处理项目，完成智能文本分类或知识图谱项目
3、掌握运用NLP核心算法解决实际场景关系抽取的问题
· 机器学习核心算法加强
· 深度学习核心算法加强
· 数据结构与算法
· 多行业项目扩展
· 图像与视觉处理介绍
· 目标分类和经典CV网络
· 目标检测和经典CV网络
· 目标分割和经典CV网络
1、机器学习与深度学习核心算法，NLP经典算法，数据结构算法、Djkstra算法，动态规划初步，贪心算法原理，多行业人工智能案例剖析；
2、经典卷积网络：LeNet5、AlexNet、 VGG、 Inception、GoogleNlet、残差网络 深度学习优化;RCNN、FastRCNN;FasterRCNN;SSD、YOLOM、 YOLOV2、 YOLOV。
1、掌握数据结构与算法，核心机器学习、深度学习面试题，助力高薪就业；
2、掌握计算机视觉基础算法，诸如CNN、残差网络、Yolo及SSD。
· 解决方案列表
· 项目架构及数据采集
· 人脸检测与跟踪
· 人脸姿态任务
· 人脸多任务
· 系统集成
1、人脸检测与跟踪解决方案；
2、人脸多任务解决方案；
3、人脸识别任务解决方案；
4、系统集成解决方案；。
掌握人脸支付项目或智慧交通项目或实时人脸识别项目。
多领域多行业项目
打造AI核心竞争力
本项目利用深度学习技术，跟踪路面实时车辆通行状况，并逐帧记录不同行车道车流量数目。车辆自动计数系统由计数系统、图像抓拍系统、实时监控录像系统组成，可在视频看出每个车辆的连续帧路径。
1、Siamese系列模型
2、yoloV3目标检测
3、SORT/DeepSORT算法
4、卡尔曼滤波目标位置优化
5、匈牙利算法目标匹配
6、相机校正方法
本项目可通过摄像头实时采集视频人脸数据，也可批量图片输入自动化识别人脸；本项目对视频可实现人脸的跟踪，并标注姓名、性别、情绪（开心、生气、自然）等信息；能对进入视频的陌生人报警。
1、EigenFace
2、LBPH
3、双属性图
4、动态人脸定位
5、活体检测
6、柔性模型技术
7、Gabor系数特征匹配
8、隐马尔科夫模型的图像分割
在线医生项目是一个基于自然语言理解方向的问答机器人。该项目结合医学知识图谱、深度学习、对话管理、微信公众号开发等技术，旨在降低首医成本，为患者提供基本医学诊断意见服务。
1、Neo4j图数据库
2、命名实体审核/识别模型训练与预测+
3、句子主题相关模型训练与部署
4、系统联调与测试
5、论文复现
中文标签化系统是NLP基础任务的综合系统，同时又是NLP应用的基础设施。根据文本信息，给出对应的预定义标签将能够有效的支持用户画像，推荐系统等。同时，对于高阶NLP任务，如对话，翻译，寓意蕴含等在语料分类上将有很大的帮助。
1、标签词汇知识图谱
2、特征工程
3、fasttext模型
4、多模型训练与预测
5、AI业务流调试
6、Django后端服务搭建
推荐系统的在当下的火爆程度毋庸置疑，个性化推荐的需求也是每一个toC产品应该实现的目标。本项目推荐系统策略与图像与视觉处理相结合，深度解决互联网产业的推荐业务场景。
1、知识图谱构建双画像
2、多召回策略
3、召回金字塔
4、基于人脸
5、场景
6、表情推荐方案
人脸支付项目是一个基于计算机视觉方向的人脸识别项目，该项目以支付系统为背景介绍人脸处理的整体流程。利用机器学习和深度学习的方法，针对摄像头捕获的视频图像，进行人脸区域检测，人脸跟踪，人脸姿态的检测，通过人脸矫正，人脸比对完成人脸的识别。
1、人脸检测的解决方案
2、人脸姿态（欧拉角）检测
3、人脸关键点识别
4、人脸多任务（年龄，性别等）
5、人脸特征对比
黑马头条推荐系统属于机器学习与深度学习推荐应用项目，类似今日头条、掘金等推荐。用户可以通过黑马头条APP获取个性化推荐技术文章的效果。
1、Hadoop分布式文件存储和计算
2、Sqoop大规模数据迁移
3、Lambda架构
4、Flume数据采集
5、Kafka消息队列
6、Spark机器学习
7、用户特征工程
8、TFIDF、TextRank文本特征工程
9、多路召回策略
10、Wide&Deep深度学习模型
根据用户的历史行为，挖掘出用户的喜好，并为用户推荐与其喜好相符的商品或者信息。同时让一些有价值的信息能够到达潜在的用户之中。其中用户画像标签系统为推荐系统提供数据支持，商品推荐的Ctr/Cvr点击率/转化率预估系统为推荐系统推荐结果提供排序依据。
1、推荐系统项目业务背景介绍
2、推荐系统架构
3、企业级用户画像
4、SparkMllib案例实战
5、多路召回算法
6、排序算法
7、推荐系统指标评估
小智聊天机器人，使用了自然语言处理的技术，实现人机对话。实现的是一个类似智能客服的系统，实现了闲聊功能和问答功能，在App上提供了入口，能够和机器人闲聊和编程相关的问题。
1、jieba分词
2、skip-gram模型
3、CBOW模型
4、词嵌入原理word_embedding
5、神经网络RNN-LSTM-GRU
6、Seq2Seq模型完整搭建和训练
7、astText+Attention注意力机制
金融风控项目搭建了整套金融风控知识体系，从反欺诈、信用风险策略、评分卡模型构建等热点知识，使得学员具备中级金融风控分析师能力。
1、常见信贷风险、金融风控领域常用术语
2、信贷审批业务基本流程、ABC评分卡概念、正负样本定义方法等
3、特征衍生、特征交叉、特征评估与筛选
4、逻辑回归评分卡、集成学习评分卡、模型评价（KS，AUC），评分映射方法，模型报告
5、样本不均衡的处理方法，异常点检测的常用方法
