人工智能培訓(xùn)開發(fā)

課程級別：入門級

培訓(xùn)周期：4-6個月

上課時間：周末班、晚班

班 型：10人/班

上課地點：哈爾濱市南崗區(qū)哈西大街299號西城紅場B座15層愛尚實訓(xùn)

授課對象：針對在讀大專、本科學(xué)生、研究生、在職、離職準(zhǔn)備轉(zhuǎn)崗人員等編程愛好人員

同時開設(shè)：Java編程開發(fā)、Web前端開發(fā)、Python、大數(shù)據(jù)開發(fā)、人工智能等主流專業(yè)

愛尚特色

闖關(guān)式實訓(xùn)模式

每天一次項目解讀、每天一次作業(yè)提交，每周一次技術(shù)考評，每月一次項目答辯，每階段一次闖關(guān)考核，使學(xué)員“畢業(yè)即可上崗，上崗就能勝任”。

企業(yè)化管理方式

以項目組為單位的（10-15人）小班教學(xué)，分配工位、佩戴工牌、指紋考勤、項目管理工具、企業(yè)化開發(fā)與測試環(huán)境配備，資深項目經(jīng)理親自帶隊。

商業(yè)化項目案例

一線商用實訓(xùn)項目，涉及電子商務(wù)、ERP（企業(yè)資源計劃）、MIS(管理信息系統(tǒng)）、CRM（客戶關(guān)系管理）、BI（商業(yè)智能）、數(shù)據(jù)分析等領(lǐng)域。

無憂的就業(yè)保障

收/退費標(biāo)準(zhǔn)透明合理（每課時30元），一次收費培訓(xùn)至滿意就業(yè)為止，闖關(guān)成功即可推薦就業(yè)（IT行業(yè)對口就業(yè)），簽署正規(guī)協(xié)議，保證學(xué)員權(quán)益。

愛尚實訓(xùn)人工智能課程

第一部分 python基礎(chǔ)

1、python語言的介紹、開發(fā)環(huán)境安裝、python基本語法、python的變量、python流程控制語法

2、python的變量和集合、python面向?qū)ο缶幊�、python函數(shù)、python模塊

3、numpy運算包:numpy簡介、numpy中的多維數(shù)組ndarray、ndarray常用方法、數(shù)組的基本運算、數(shù)組的形狀操作

★實訓(xùn)項目★

使用python計算積分

第二部分數(shù)學(xué)基礎(chǔ)

包括數(shù)學(xué)基礎(chǔ)、線性回歸、決策樹和隨機森林、提升算法、支持向量機、聚類算法、EM算法、樸素貝葉斯、基于主題模型的LDA算法、隱馬爾可夫模型、神經(jīng)網(wǎng)絡(luò)

數(shù)學(xué)基礎(chǔ)

1、高等數(shù)學(xué)基礎(chǔ)：導(dǎo)數(shù)、微分、積分、求極值

2、線性代數(shù)基礎(chǔ)：行列式、矩陣、矩陣的初等變換、線性方程組、向量組線性相關(guān)、相似矩陣

3、概率論與數(shù)理統(tǒng)計：概率和條件概率、古典概型、隨機變量及其分布（均勻分布、二項式分布、泊松分布、正態(tài)分布）、隨機變量的數(shù)字特征、中心極限定理、統(tǒng)計學(xué)概念、矩估計和極大似然估計法

4、凸優(yōu)化：凸集、凸函數(shù)、凸優(yōu)化

線性回歸

1、機器學(xué)習(xí)簡介、機器學(xué)習(xí)中的概念(回歸、分類、誤差、風(fēng)險、損失函數(shù)、模型、擬合、交叉驗證、超參數(shù))、機器學(xué)習(xí)的步驟

2、線性回歸（一）

理論基礎(chǔ)：線性回歸和分類的概念、算法思想、實現(xiàn)步驟

3、線性回歸（二）

代碼實現(xiàn)：股票預(yù)測、鳶尾花分類

★實訓(xùn)項目★

線性回歸練習(xí)

決策樹和隨機森林

1、決策樹和隨機森林（一）

理論基礎(chǔ)：決策樹進行分類和回歸的基礎(chǔ)（信息熵模型）、ID3、C4.5、CART等算法思想、實現(xiàn)步驟

2、決策樹和隨機森林（二）

代碼實現(xiàn)

★實訓(xùn)項目★

策樹練習(xí)

提升算法

1、提升算法（一）

理論基礎(chǔ)：基于AdaBoost、Boosting True算法思想、實現(xiàn)步驟

2、提升算法（二）

理論基礎(chǔ)：XGBoost

3、提升算法（三）

python實現(xiàn)算法案例：泰坦尼克號生還者預(yù)測

★實訓(xùn)項目★

提升練習(xí)

支持向量機

1、支持向量機（一）

理論基礎(chǔ)：算法思想（線性可分、線性、非線性）、理論推導(dǎo)、實現(xiàn)步驟、核函數(shù)升維思想、凸優(yōu)化的技術(shù)在支持向量機中的應(yīng)用

2、支持向量機（二）

代碼實現(xiàn)：在python中編寫SM0算法，自己實現(xiàn)SVM算法

3、支持向量機（三）

代碼實現(xiàn)：在python中調(diào)用sklean庫實現(xiàn)案例

★實訓(xùn)項目★

支持向量機練習(xí)

聚類算法

1、聚類算法（一）

理論基礎(chǔ)：基于k近鄰算法思想、實現(xiàn)步驟

2、聚類算法（二）

python實現(xiàn)算法案例

★實訓(xùn)項目★

聚類算法練習(xí)

EM算法

1、EM算法（一）

理論基礎(chǔ)：EM算法的思想、實現(xiàn)步驟、推導(dǎo)過程、

算法推廣（F函數(shù)的極大算法、GEM算法）

2、EM算法（二）

python實現(xiàn)算法案例

★實訓(xùn)項目★

EM算法練習(xí)

樸素貝葉斯

1、樸素貝葉斯算法（一）

理論基礎(chǔ)：算法基本思想、后驗概率最大化、極大似然估計、貝葉斯估計

2、樸素貝葉斯算法（二）

python實現(xiàn)算法案例

★實訓(xùn)項目★

樸素貝葉斯練習(xí)

基于主題模型的LDA算法

1、主題模型LDA(一)

理論基礎(chǔ)：算法基本思想、推導(dǎo)、實現(xiàn)步驟

2、主題模型LDA(二)

python實現(xiàn)算法案例

★實訓(xùn)項目★

LDA算法練習(xí)

隱馬爾可夫模型

1、隱馬爾可夫模型（一）

理論基礎(chǔ)：隱馬爾可夫模型的概率計算算法、學(xué)習(xí)算法、預(yù)測算法

2、隱馬爾可夫模型（二）

python實現(xiàn)算法案例

★實訓(xùn)項目★

隱馬*可夫模型練習(xí)

神經(jīng)網(wǎng)絡(luò)

1、BP神經(jīng)網(wǎng)絡(luò)概念、BP網(wǎng)絡(luò)的算法

2、自組織特征映射的神經(jīng)網(wǎng)絡(luò)

3、Boltzmann機算法、模擬退火原理、最短路徑的實現(xiàn)

4、綜合案例（一）：人臉識別

5、人臉識別系統(tǒng)實訓(xùn)

6、綜合案例（二）：車牌識別

7、車牌識別系統(tǒng)實訓(xùn)

★項目展示★