全國統(tǒng)一學(xué)習(xí)專線 8:30-21:00
返學(xué)費網(wǎng) > 培訓(xùn)機構(gòu) > 鄭州國富如荷
課程詳情 在線報名
垂直專業(yè)深度從人工智能的數(shù)學(xué)基礎(chǔ)、數(shù)據(jù)庫基礎(chǔ)、python，到機器學(xué)習(xí)、復(fù)雜網(wǎng)絡(luò)Tensorflow、深度學(xué)習(xí)等16大模塊垂直深入，扎實專業(yè)技能功底。
縱向創(chuàng)新力度突破傳統(tǒng)思維的局限和傳統(tǒng)數(shù)據(jù)分析的方法，加入目前前沿的人工智能相關(guān)技術(shù)以及企業(yè)級大型項目案例，實戰(zhàn)的成功應(yīng)用，創(chuàng)新落地。
橫向知識寬度加入行業(yè)跨界知識與多領(lǐng)域的應(yīng)用場景模塊，如“對抗生成網(wǎng)絡(luò)、智能問答系統(tǒng)、文本分析、圖像識別”等，引入人工智能應(yīng)用的多場景多案例。
課程服務(wù)體驗在線碎片化學(xué)習(xí)，加入在線練習(xí)功能和課后作業(yè)指導(dǎo)服務(wù)，為每一位立志于在人工智能領(lǐng)域有所建樹的學(xué)員提供完美、貼心的在線學(xué)習(xí)解決方案。
| 學(xué)習(xí)階段 | 學(xué)習(xí)內(nèi)容 |
| 人工智能之?dāng)?shù)學(xué)基礎(chǔ)（約6小時） |
1.微積分 2.線性代數(shù) 3.概率論與數(shù)理統(tǒng)計 |
| 數(shù)據(jù)庫基礎(chǔ)——關(guān)系型數(shù)據(jù)庫（約8小時） |
1.SQL入門及安裝 2.數(shù)據(jù)表及字段操作 3.SQL查詢、鏈接 4.SQL商業(yè)應(yīng)用案例 |
| 數(shù)據(jù)庫基礎(chǔ)——非關(guān)系型數(shù)據(jù)庫（約5小時） |
1.MongoDB簡介 2.MongoDB的常用操作 3.MongoDB的使用 4.Python操作MongoDB |
| 人工智能之Python基礎(chǔ)篇（約5小時） |
1.Python的安裝與環(huán)境配置 2.Python的基礎(chǔ)與規(guī)范 3.Python的基本對象類型 4.Python語句 |
| 人工智能之Python進(jìn)階篇（約5小時） |
1.函數(shù) 2.類與對象 3.庫與模塊 4.文件 5.錯誤與異常 |
| 人工智能之機器學(xué)習(xí)基礎(chǔ)篇（約10小時） |
1.Python機器學(xué)習(xí)算法庫Scikit-Learn入門介紹 2.Python統(tǒng)計分析基礎(chǔ) 3.SVD分解與主成分分析 4.線性回歸算法實現(xiàn) 5.嶺回歸、Lasso和彈性網(wǎng) 6.判別分析 7.梯度下降算法原理與Scikit-Learn實現(xiàn) 8.邏輯回歸算法原理與Scikit-Learn實現(xiàn) 9.貝葉斯算法原理與Scikit-Learn實現(xiàn) 10.案例：泰坦尼克號生存預(yù)測 |
| 人工智能之機器學(xué)習(xí)進(jìn)階篇（約20小時） |
1.KNN近鄰元素分類器 2.時間序列模型 3.EM算法 4.聚類分析 5.決策樹模型的基本原理與Scikit-Learn實現(xiàn) 6.集成算法入門 7.集成算法的Scikit-Learn實現(xiàn) 8.感知機模型基本原理 9.支持向量機基本原理與Scikit-Learn實現(xiàn) |
全面覆蓋同學(xué)晚自習(xí)時間
解決學(xué)員學(xué)習(xí)問題
攻克重難點知識
實時統(tǒng)計學(xué)員出勤情況
每個班2名助教+項目服務(wù)團(tuán)隊
提升同學(xué)實時參與感
學(xué)員入學(xué)即簽訂具備法律效用的協(xié)議，同時與眾多企業(yè)達(dá)成人才供給合作關(guān)系，眾多實習(xí)和就業(yè)合作單位，確保每一名合格學(xué)員都有一個良好的就業(yè)機會。
專屬就業(yè)顧問，全程協(xié)助1對1模擬面試，有效提高入職率，同時注重學(xué)員職業(yè)素質(zhì)培養(yǎng)，幫助學(xué)員做好職業(yè)生涯規(guī)劃與管理。
