北京AI工程師培訓(xùn)班

【學(xué)習(xí)時間】

周一到周五8-17點

【授課方式】

遠程+面授

【學(xué)習(xí)周期】

720課時

【課程內(nèi)容】

01章預(yù)備知識：圖像識別方法的演進基礎(chǔ)

01-01開發(fā)環(huán)境配置：Anaconda環(huán)境和MXNet

01-02深度學(xué)習(xí)簡介：起源、特點和發(fā)展

01-03計算機視覺概述

01-04數(shù)據(jù)操作

01-05自動求梯度

01-06圖像識別的演進

01-07線性回歸與線性回歸的實現(xiàn)

01-08線性模型：對數(shù)線性二分類、多分類

01-09獨熱和稠密度向量表示

01-10softmax回歸與實現(xiàn)

01-10基于深度學(xué)習(xí)的圖像識別技術(shù)發(fā)展

02章深度學(xué)習(xí)基礎(chǔ)知識

01-01線性模型的局限性：異或問題

01-02非線性輸入轉(zhuǎn)換、核方法、可訓(xùn)練的映射函數(shù)

01-03感知機和多層感知機的實現(xiàn)

01-04模型選擇、欠擬合過擬合問題

01-05權(quán)重衰減和丟棄法

01-06實戰(zhàn)案例：房價預(yù)測模型

01-07神經(jīng)網(wǎng)絡(luò)基礎(chǔ)

01-08前饋神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)

01-09神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

01-10深度學(xué)習(xí)計算

03章卷積神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

01-01二維卷積層相關(guān)運算

01-02填充和步幅

01-03多輸入通道和多輸出通道

01-04二維最 大池化層和平均池化層

01-05卷積神經(jīng)網(wǎng)絡(luò)LeNet模型

01-06深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet

01-07使用重復(fù)數(shù)據(jù)的網(wǎng)絡(luò)

01-08網(wǎng)絡(luò)中的網(wǎng)絡(luò)：NIN塊和NIN模型

01-09合并行連接的網(wǎng)絡(luò)

01-10批量歸一化

01-11殘差網(wǎng)絡(luò)ResNet模型

01-12稠密度連接網(wǎng)絡(luò)DeseNet模型

04章循環(huán)神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

01-01語言模型計算

01-02循環(huán)神經(jīng)網(wǎng)絡(luò)

01-03模型語言數(shù)據(jù)集

01-04循環(huán)神經(jīng)網(wǎng)絡(luò)從零開始實現(xiàn)

01-05循環(huán)神經(jīng)網(wǎng)絡(luò)的簡介實現(xiàn)

01-06通過時間反向傳播

01-07門控循環(huán)單元

01-08長短期記憶

01-09深度循環(huán)神經(jīng)網(wǎng)絡(luò)

01-10雙向循環(huán)神經(jīng)網(wǎng)絡(luò)

05章優(yōu)化算法與深度學(xué)習(xí)

01-01優(yōu)化與深度學(xué)習(xí)的關(guān)系

01-02梯度下降和隨機梯度下降

01-03小批量隨機梯度下降

01-04動量法與實現(xiàn)

01-05AdaGrad算法特點與實現(xiàn)

01-06RMSProp算法

01-07AdaDelta算法

01-08Adma算法

06章計算機技術(shù)與高性能計算

01-01衡量性能的方法

01-02提高性能性能的各種編程方法

01-03命令式和混合編程

01-04異步計算

01-05自動并行運算

01-06多GPU運算

07章AI應(yīng)用方向之計算機視覺

01-01使用圖像增廣訓(xùn)練模型

01-02微調(diào):熱狗識別

01-03目標(biāo)檢測和邊界框

01-04計算機視覺：錨框生成

01-05多尺度目標(biāo)檢測

01-06目標(biāo)檢測數(shù)據(jù)集：皮卡丘

01-07單發(fā)多框檢測：SSD

01-08卷積神經(jīng)網(wǎng)絡(luò)系列：R-CNN

01-09語意分割和數(shù)據(jù)集

01-10全卷積網(wǎng)絡(luò)

01-11樣式遷移

08章計算機視覺案例：Kaggle圖像識別

01-01案例1:圖像分類

01-02案例2:狗的品種

01-03step1:獲取和整理數(shù)據(jù)集

01-04step2:圖像增廣

01-05step3:讀取數(shù)據(jù)集

01-06step4:定義模型

01-07step5:定義訓(xùn)練函數(shù)

01-08step6:訓(xùn)練模型

09章AI應(yīng)用方向之NLP自然語言處理

01-01詞嵌入和連續(xù)詞袋模型

01-02近似訓(xùn)練：負采樣、層序softmax

01-03word2vec的實現(xiàn)

01-04子詞潛入：fastText

01-05全局向量的詞潛入：GloVe

01-06求近義詞和類比詞

01-07文本情感分類：使用循環(huán)神經(jīng)網(wǎng)絡(luò)

01-08文本情感分類：使用卷積神經(jīng)網(wǎng)絡(luò)（textCNN）

01-09編碼器、解碼器

01-10貪婪搜索、全局搜索、束搜索

01-11注意力機制

10章NLP自然語言處理案例

01-01案例1:機器人翻譯

01-02step1:讀取和與處理數(shù)據(jù)集

01-03step2:含注意力機制的編碼器-解碼器

01-04step3:訓(xùn)練模型

01-05step4:預(yù)測不定長的序列

01-06step5:評價翻譯結(jié)果

01-07唐詩生成器

01-08step1:定義輸入數(shù)據(jù)

01-09step2:定義多層LESTM模型

01-10step3:定義損失函數(shù)

01-11step4:訓(xùn)練模型生成文字

01-12step5:更多參數(shù)說明

01-13step6:運行自己的數(shù)據(jù)

【學(xué)習(xí)目標(biāo)】

熟悉AI工具，包括TensorFlow、Keras、Caffe、PyTorch

熟悉深度學(xué)習(xí)應(yīng)用

熟悉CNN、RNN、Faster RCNN等深度神經(jīng)網(wǎng)絡(luò)模型，并掌握其相關(guān)的優(yōu)化算法

了解深度學(xué)習(xí)高級算法，包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等

掌握優(yōu)化算法和高性能計算方法

掌握NLP自然語言處理一線行業(yè)案例

掌握計算機視覺圖像識別一線行業(yè)案例

【師資力量】

董雪婷（Yuki）

教齡：10年

主攻方向：人工智能

教育背景：復(fù)旦大學(xué)數(shù)學(xué)科學(xué)學(xué)院

Dr. Danian Gong

教齡：17年

主攻方向：人工智能

教育背景：

加州科技大學(xué)客座教授

ProEdst機器學(xué)習(xí)課程導(dǎo)師

清華大學(xué)EE專業(yè)博士學(xué)位

榮譽：硅谷人工智能科學(xué)家

【招生對象】

有一定基礎(chǔ)的學(xué)員

【學(xué)員評價】

孔同學(xué)

統(tǒng)計學(xué)和數(shù)據(jù)挖掘理論是數(shù)據(jù)分析的基礎(chǔ)，常規(guī)的統(tǒng)計理論和數(shù)據(jù)挖掘算法必須要學(xué)會，想入行應(yīng)重點研究，并要學(xué)會制作風(fēng)險評分卡。其他算法了解即可。

董同學(xué)

三個月的學(xué)習(xí)時間。緊湊的課程安排讓我感覺每一天都特別充實，白天認(rèn)真聽講，晚自習(xí)鞏固復(fù)習(xí)，每一天都在進步和成長。 我對未來充滿了希望。

王同學(xué)

CDA的學(xué)習(xí)經(jīng)歷，給我的人生增添了一段難忘的回憶，也給我在現(xiàn)在的工作中帶來了很大的幫助，在今后的工作中要更加努力，不斷完善自己。

蘇同學(xué)

學(xué)習(xí)是一種態(tài)度，在CDA三個月集中學(xué)習(xí)的過程中，認(rèn)識了很多同學(xué)，也增長了一些校園以外的知識，學(xué)習(xí)的過程很累很艱辛，卻覺得很值得！ 痛并快樂著?。?/p>

李同學(xué)

CDA對于我而言，是一個新生活的起點，經(jīng)過3個月的奮戰(zhàn)，我學(xué)習(xí)到了許多知識，更結(jié)識了許多志同道合的朋友，這是我3個月的學(xué)習(xí)生活寶貴的財富。

趙同學(xué)

首先感謝的是課堂里茫茫多的教授級導(dǎo)師的個人魅力的熏陶，其次就是，三個月持續(xù)不斷的學(xué)習(xí)，讓我養(yǎng)成一個持續(xù)學(xué)習(xí)的心態(tài)和熱愛學(xué)習(xí)的態(tài)度。

【品牌宣傳】

用AI讓優(yōu)質(zhì)的教育人人可得

【機構(gòu)環(huán)境】

【機構(gòu)簡介】

如荷學(xué)為北京國富如荷網(wǎng)絡(luò)科技有限公司旗下專注于數(shù)字化人才培養(yǎng)及服務(wù)的教育品牌,致力于大數(shù)據(jù)在產(chǎn)、學(xué)、研的融合應(yīng)用。服務(wù)百萬數(shù)字化人才,是全球500強企業(yè)的忠實合作伙伴。

如荷學(xué)以"培養(yǎng)企業(yè)需要的專業(yè)數(shù)字化人才,搭建弓|領(lǐng)數(shù)字化時代的企業(yè)人才梯隊”為使命,為TD時代數(shù)字化人才的數(shù)據(jù)能力提升及企業(yè)數(shù)字化轉(zhuǎn)型提供標(biāo)準(zhǔn)化、效率、可落地的數(shù)據(jù)應(yīng)用側(cè)解決方案。

【發(fā)展歷程】

2006年 開展數(shù)據(jù)統(tǒng)計、計量實戰(zhàn)，學(xué)術(shù)研究等相關(guān)培訓(xùn)視頻和現(xiàn)場班

2007年 開展數(shù)據(jù)統(tǒng)計、數(shù)據(jù)分析相關(guān)培訓(xùn)班

2011年 隨著大數(shù)據(jù)熱潮的來臨，依托累計上萬類共享資料，多年沉淀師資團隊，論壇召集多位專家，研發(fā)CDA數(shù)據(jù)分析師體系

2013年CDA數(shù)據(jù)分析師品牌成立，提供系統(tǒng)化的大數(shù)據(jù)、數(shù)據(jù)分析人才培養(yǎng)和認(rèn)證

2014年 CDA INSTITUTE 成立 ,并推出第 一屆全國CDA數(shù)據(jù)分析師認(rèn)證考試

2015年第 一屆中國數(shù)據(jù)分析師行業(yè)峰會（CDAS）在9月11日成功舉辦，參會人數(shù)逾3000人

2016年 CDA匯聚海內(nèi)外大數(shù)據(jù)、數(shù)據(jù)分析專家上千人，推出就業(yè)班、數(shù)據(jù)科學(xué)家訓(xùn)練營、企業(yè)內(nèi)訓(xùn)、CDA俱樂部等多個項目

2017年整合論壇與CDA數(shù)據(jù)分析師業(yè)內(nèi)資源，形成數(shù)據(jù)分析領(lǐng)域生態(tài)圈，并進一步升級CDA企業(yè)內(nèi)訓(xùn)體系，正式推出大數(shù)據(jù)實驗室

2018年北上廣深等多個城市均有校區(qū)；擁有200多位專業(yè)師資；培養(yǎng)學(xué)員超過3萬人，每年6月/12月全國28個城市舉辦CDA認(rèn)證考試

2019年已舉辦九屆數(shù)據(jù)分析師認(rèn)證考試，得到業(yè)界廣泛認(rèn)可，學(xué)員遍布各大知名企業(yè)。人工智能產(chǎn)品“好學(xué)AI”問世，引領(lǐng)DT時代新一波技術(shù)培訓(xùn)浪潮