- 产品与解决方案
- 行业解决方案
- 服务
- 支持
- 合作伙伴
- 关于我们
2天（12学时）
1、通过本次学习，认识和了解关于机器如何学习，理解计算机学习的内在机制，并认识怎样使它们根据经验来自动提高学习的能力，认识深度学习对人工智能在图像识别、语音识别、自然语言处理等领域的帮助。课程把机器学习、人工智能、概率统计及学习任务的算法结合起来，进行一些商业化的应用分析。
2、本课程针对AI、机器学习、统计概率及深度学习的核心算法的理论结合案例，让学员对整体的知识有清晰的脉络和学习知识路径，并产生浓厚的兴趣。
第一部分 人工智能概述
一.人工智能的概念
二.人工智能研究途径和方法
三.人工智能的基本技术
四.人工智能的发展概况
第二部分 人工智能的案例分享
一.基于行业应用的人工智能设计案例
二.基于人工智能的架构设计思路
三.基于人工智能的其他应用场景
第三部分 机器学习基础及案例介绍
一.大数据分析与机器学习、人工智能及深度学习的关系
二.机器学习的任务及统计概率学基础
三.决策论与信息论基础
四.机器学习的算法与应用案例分析（投资组合选择与博弈论；神经网络、排序算法、回归模型、概率分布、核方法等）
第四部分 深度学习基础及案例介绍
一.深度学习的概念
二.深度学习与神经网络的关系
三.基于深度网络的场景分割案例
四.深度学习的发展方向及应用场景
注：培训中讲师会根据学员的情况进行适当的调整。
