課程簡(jiǎn)介
人工智能現(xiàn)狀和前沿趨勢(shì)
目標(biāo)收益
培訓(xùn)對(duì)象
課程大綱
| 1.人工智能簡(jiǎn)史 |
1. 圖靈機(jī)、圖靈測(cè)試、達(dá)特茅斯會(huì)議 2. 人工智能三大學(xué)派（符號(hào)、行為、連接）、貝葉斯學(xué)派、通用人工智能、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等最新進(jìn)展 |
| 2.機(jī)器學(xué)習(xí)概論 |
1. 機(jī)器學(xué)習(xí)的基本分類：有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)等 2. 機(jī)器學(xué)習(xí)基本模型 3. 機(jī)器學(xué)習(xí)的簡(jiǎn)單應(yīng)用（例如郵件過(guò)濾、對(duì)客戶的信用進(jìn)行評(píng)級(jí)） 4. 機(jī)器學(xué)習(xí)的復(fù)雜應(yīng)用（例如主題模型、Alphago) |
| 3.從神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí) |
1. 什么是深度學(xué)習(xí) 2. 深度學(xué)習(xí)的特點(diǎn)是什么？（為什么能獲得如此大的成功？它的局限有哪些） 3. 深度學(xué)習(xí)被應(yīng)用的領(lǐng)域包括哪些？ 4. 深度學(xué)習(xí)未來(lái)的發(fā)展方向是什么？ 5. 深度學(xué)習(xí)模型種類（CNN，RNN，神經(jīng)圖靈機(jī)、注意力模型等等）。 |
| 4.基于數(shù)據(jù)的決策 |
1. 數(shù)據(jù)評(píng)估公司與產(chǎn)業(yè)案例：原油儲(chǔ)備與期貨市場(chǎng)； 2. 數(shù)據(jù)評(píng)估自然科學(xué)基金分配案例：組織規(guī)模與創(chuàng)新程度； 3. 數(shù)據(jù)智能下的公共服務(wù)：犯罪，疾病與警力和醫(yī)療資源的投送； 4. 全球知識(shí)鏈：數(shù)據(jù)時(shí)代的國(guó)家博弈：數(shù)據(jù)、機(jī)器、人才的全球再分配 |
| 5.無(wú)處不在的計(jì)算機(jī)視覺(jué) |
1. Opencv 2. 空域圖像處理 3. 機(jī)器視覺(jué)中的特征提取與描述 4. 坐標(biāo)變換與視覺(jué)測(cè)量 5. 深度學(xué)習(xí)在圖像識(shí)別中的應(yīng)用 6. 圖像標(biāo)注與問(wèn)答 7. 3D計(jì)算機(jī)視覺(jué) |
| 6.自然語(yǔ)言處理 |
1. 自然語(yǔ)言處理問(wèn)題的范圍 2. 自然語(yǔ)言處理的基本模型和原理 3. 目前自然語(yǔ)言處理的局限 |
| 7.機(jī)器人 |
1. 機(jī)器人的主要分類及市場(chǎng)分析； 2. 機(jī)器人的技術(shù)現(xiàn)狀及挑戰(zhàn)； 3. 機(jī)器人若干熱點(diǎn)領(lǐng)域分析； 4. 國(guó)際、國(guó)內(nèi)機(jī)器人行業(yè)的現(xiàn)狀與未來(lái)。 5. 基于物聯(lián)網(wǎng)的機(jī)器人 |
| 8.人工智能的未來(lái) |
1. 人工智能對(duì)人類主要行業(yè)的影響與沖擊； 2. 人工智能改變社會(huì)的幾個(gè)階段； 3. 奇點(diǎn)臨近帶來(lái)的機(jī)遇與挑戰(zhàn)； 4. 人工智能發(fā)展帶來(lái)的倫理問(wèn)題； 5. 人工智能給法律的挑戰(zhàn)。 |
|
1.人工智能簡(jiǎn)史 1. 圖靈機(jī)、圖靈測(cè)試、達(dá)特茅斯會(huì)議 2. 人工智能三大學(xué)派（符號(hào)、行為、連接）、貝葉斯學(xué)派、通用人工智能、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等最新進(jìn)展 |
|
2.機(jī)器學(xué)習(xí)概論 1. 機(jī)器學(xué)習(xí)的基本分類：有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)等 2. 機(jī)器學(xué)習(xí)基本模型 3. 機(jī)器學(xué)習(xí)的簡(jiǎn)單應(yīng)用（例如郵件過(guò)濾、對(duì)客戶的信用進(jìn)行評(píng)級(jí)） 4. 機(jī)器學(xué)習(xí)的復(fù)雜應(yīng)用（例如主題模型、Alphago) |
|
3.從神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí) 1. 什么是深度學(xué)習(xí) 2. 深度學(xué)習(xí)的特點(diǎn)是什么？（為什么能獲得如此大的成功？它的局限有哪些） 3. 深度學(xué)習(xí)被應(yīng)用的領(lǐng)域包括哪些？ 4. 深度學(xué)習(xí)未來(lái)的發(fā)展方向是什么？ 5. 深度學(xué)習(xí)模型種類（CNN，RNN，神經(jīng)圖靈機(jī)、注意力模型等等）。 |
|
4.基于數(shù)據(jù)的決策 1. 數(shù)據(jù)評(píng)估公司與產(chǎn)業(yè)案例：原油儲(chǔ)備與期貨市場(chǎng)； 2. 數(shù)據(jù)評(píng)估自然科學(xué)基金分配案例：組織規(guī)模與創(chuàng)新程度； 3. 數(shù)據(jù)智能下的公共服務(wù)：犯罪，疾病與警力和醫(yī)療資源的投送； 4. 全球知識(shí)鏈：數(shù)據(jù)時(shí)代的國(guó)家博弈：數(shù)據(jù)、機(jī)器、人才的全球再分配 |
|
5.無(wú)處不在的計(jì)算機(jī)視覺(jué) 1. Opencv 2. 空域圖像處理 3. 機(jī)器視覺(jué)中的特征提取與描述 4. 坐標(biāo)變換與視覺(jué)測(cè)量 5. 深度學(xué)習(xí)在圖像識(shí)別中的應(yīng)用 6. 圖像標(biāo)注與問(wèn)答 7. 3D計(jì)算機(jī)視覺(jué) |
|
6.自然語(yǔ)言處理 1. 自然語(yǔ)言處理問(wèn)題的范圍 2. 自然語(yǔ)言處理的基本模型和原理 3. 目前自然語(yǔ)言處理的局限 |
|
7.機(jī)器人 1. 機(jī)器人的主要分類及市場(chǎng)分析； 2. 機(jī)器人的技術(shù)現(xiàn)狀及挑戰(zhàn)； 3. 機(jī)器人若干熱點(diǎn)領(lǐng)域分析； 4. 國(guó)際、國(guó)內(nèi)機(jī)器人行業(yè)的現(xiàn)狀與未來(lái)。 5. 基于物聯(lián)網(wǎng)的機(jī)器人 |
|
8.人工智能的未來(lái) 1. 人工智能對(duì)人類主要行業(yè)的影響與沖擊； 2. 人工智能改變社會(huì)的幾個(gè)階段； 3. 奇點(diǎn)臨近帶來(lái)的機(jī)遇與挑戰(zhàn)； 4. 人工智能發(fā)展帶來(lái)的倫理問(wèn)題； 5. 人工智能給法律的挑戰(zhàn)。 |
近期公開課推薦
