人工智能培訓(xùn)開(kāi)發(fā)

課程級(jí)別：入門(mén)級(jí)

培訓(xùn)周期：4-6個(gè)月

上課時(shí)間：周末班、晚班

班 型：10人/班

上課地點(diǎn)：哈爾濱市南崗區(qū)哈西大街299號(hào)西城紅場(chǎng)B座15層愛(ài)尚實(shí)訓(xùn)

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

同時(shí)開(kāi)設(shè)：Java編程開(kāi)發(fā)、Web前端開(kāi)發(fā)、Python、大數(shù)據(jù)開(kāi)發(fā)、人工智能等主流專(zhuān)業(yè)

愛(ài)尚特色

闖關(guān)式實(shí)訓(xùn)模式

每天一次項(xiàng)目解讀、每天一次作業(yè)提交，每周一次技術(shù)考評(píng)，每月一次項(xiàng)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(xiàng)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(xiàng)目管理工具、企業(yè)化開(kāi)發(fā)與測(cè)試環(huán)境配備，資深項(xiàng)目經(jīng)理親自帶隊(duì)。

商業(yè)化項(xiàng)目案例

一線商用實(shí)訓(xùn)項(xiàng)目，涉及電子商務(wù)、ERP（企業(yè)資源計(jì)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(wú)憂的就業(yè)保障

收/退費(fèi)標(biāo)準(zhǔn)透明合理（每課時(shí)30元），一次收費(fèi)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(duì)口就業(yè)），簽署正規(guī)協(xié)議，保證學(xué)員權(quán)益。

愛(ài)尚實(shí)訓(xùn)人工智能課程

第一部分 python基礎(chǔ)

1、python語(yǔ)言的介紹、開(kāi)發(fā)環(huán)境安裝、python基本語(yǔ)法、python的變量、python流程控制語(yǔ)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(yùn)算包:numpy簡(jiǎn)介、numpy中的多維數(shù)組ndarray、ndarray常用方法、數(shù)組的基本運(yùn)算、數(shù)組的形狀操作

★實(shí)訓(xùn)項(xiàng)目★

使用python計(jì)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(shù)和隨機(jī)森林、提升算法、支持向量機(jī)、聚類(lèi)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(jì)：概率和條件概率、古典概型、隨機(jī)變量及其分布（均勻分布、二項(xiàng)式分布、泊松分布、正態(tài)分布）、隨機(jī)變量的數(shù)字特征、中心極限定理、統(tǒng)計(jì)學(xué)概念、矩估計(jì)和極大似然估計(jì)法

4、凸優(yōu)化：凸集、凸函數(shù)、凸優(yōu)化

線性回歸

1、機(jī)器學(xué)習(xí)簡(jiǎn)介、機(jī)器學(xué)習(xí)中的概念(回歸、分類(lèi)、誤差、風(fēng)險(xiǎn)、損失函數(shù)、模型、擬合、交叉驗(yàn)證、超參數(shù))、機(jī)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(lèi)的概念、算法思想、實(shí)現(xiàn)步驟

3、線性回歸（二）

代碼實(shí)現(xiàn)：股票預(yù)測(cè)、鳶尾花分類(lèi)

★實(shí)訓(xùn)項(xiàng)目★

線性回歸練習(xí)

決策樹(shù)和隨機(jī)森林

1、決策樹(shù)和隨機(jī)森林（一）

理論基礎(chǔ)：決策樹(shù)進(jìn)行分類(lèi)和回歸的基礎(chǔ)（信息熵模型）、ID3、C4.5、CART等算法思想、實(shí)現(xiàn)步驟

2、決策樹(shù)和隨機(jī)森林（二）

代碼實(shí)現(xiàn)

★實(shí)訓(xùn)項(xiàng)目★

策樹(shù)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(shí)現(xiàn)步驟

2、提升算法（二）

理論基礎(chǔ)：XGBoost

3、提升算法（三）

python實(shí)現(xiàn)算法案例：泰坦尼克號(hào)生還者預(yù)測(cè)

★實(shí)訓(xùn)項(xiàng)目★

提升練習(xí)

支持向量機(jī)

1、支持向量機(jī)（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(shí)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(jī)中的應(yīng)用

2、支持向量機(jī)（二）

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

3、支持向量機(jī)（三）

代碼實(shí)現(xiàn)：在python中調(diào)用sklean庫(kù)實(shí)現(xiàn)案例

★實(shí)訓(xùn)項(xiàng)目★

支持向量機(jī)練習(xí)

聚類(lèi)算法

1、聚類(lèi)算法（一）

理論基礎(chǔ)：基于k近鄰算法思想、實(shí)現(xiàn)步驟

2、聚類(lèi)算法（二）

python實(shí)現(xiàn)算法案例

★實(shí)訓(xùn)項(xiàng)目★

聚類(lèi)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(shí)現(xiàn)步驟、推導(dǎo)過(guò)程、

算法推廣（F函數(shù)的極大算法、GEM算法）

2、EM算法（二）

python實(shí)現(xiàn)算法案例

★實(shí)訓(xùn)項(xiàng)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(yàn)概率最大化、極大似然估計(jì)、貝葉斯估計(jì)

2、樸素貝葉斯算法（二）

python實(shí)現(xiàn)算法案例

★實(shí)訓(xùn)項(xiàng)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(shí)現(xiàn)步驟

2、主題模型LDA(二)

python實(shí)現(xiàn)算法案例

★實(shí)訓(xùn)項(xiàng)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(jì)算算法、學(xué)習(xí)算法、預(yù)測(cè)算法

2、隱馬爾可夫模型（二）

python實(shí)現(xiàn)算法案例

★實(shí)訓(xùn)項(xiàng)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(jī)算法、模擬退火原理、最短路徑的實(shí)現(xiàn)

4、綜合案例（一）：人臉識(shí)別

5、人臉識(shí)別系統(tǒng)實(shí)訓(xùn)

6、綜合案例（二）：車(chē)牌識(shí)別

7、車(chē)牌識(shí)別系統(tǒng)實(shí)訓(xùn)

★項(xiàng)目展示★