人工智能技術實操培訓班解決方案

20-50K/月 上不封頂

應屆畢業生

9K/月

10 年以上優質人才

薪酬比后端開發翻了近一番

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

1.Python基礎介紹、python版本差異介紹與環境搭建

2.Python語法基礎與數據類型

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、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

微積分基礎

1.極限

2.求導（導數的幾何意義，鏈式求導法則）

3.求最小最大值

4.泰勒級數

5.積分的意義

線性代數

1.什么是線性代數

2.矩陣與矩陣的變換

3.矩陣的逆

4.特征值與特征函數

5.相似變換

概率統計（一）

1.概率基礎（經典概率、條件概率、加法規則、乘法法則）

2.貝葉斯公式

概率統計（二）

1.概率分布（高斯分布等）

2.參數估計（最大似然法）

3.信息論基礎

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

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網絡和BP算法

3.深度學習基礎

4.稀疏自編碼

5.實戰：a. 圖像壓縮、b.MINST數字分類

卷積神經網絡（一）

1.基本運算（卷積、池化、RELU等）

2.卷積神經網絡結構

3.深度剖析CNN網絡優于MLP網絡的原因

4.實戰：a. 圖像分類

卷積神經網絡（二）

1.常見的CNN網絡（AlexNet、Vgg、Resnet、Interception等）

2.遷移學習

3.實戰

循環神經網絡（一）

1.RNN網絡

2.LSTM和GRU網絡

3.雙向循環神經網絡

4.實戰

循環神經網絡（二）

1.Seq2Seq

2.注意力模型

3.詞嵌入模型

4.實戰

生成式對抗神經網絡（一）

1.對抗學習基礎

2.DCGAN

3.WGAN

4.條件GAN

5.InfoGAN

6.實戰

深度強化學習（一）

1.強化學習基礎

2.深度強化學習

3.實戰

深度強化學習（二）

1.A3C算法

2.AlphaGo算法分析

3.實戰