架構(gòu)師
互聯(lián)網(wǎng)
人工智能
Python
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

Python、Spark和TensorFlow人工智能培訓

劉老師

某知名咨詢公司 云平臺系統(tǒng)架構(gòu)師

畢業(yè)于?連理??學
簡介:
精通開源的?數(shù)據(jù)?態(tài)技術(shù)和架構(gòu)，Hadoop、Hive、Hbase、 Spark、Flink等開源技術(shù)棧。
有10年左右基于?數(shù)據(jù)解決?案平臺、數(shù)據(jù)架構(gòu)、數(shù)據(jù)中臺、數(shù)據(jù)治理、數(shù)據(jù)分析和挖掘的?型數(shù)據(jù)湖和數(shù)
據(jù)中臺項?架構(gòu)實施經(jīng)驗,
?前任職國內(nèi)知名咨詢公司，先后服務于北京?學軟件研究所、阿?巴巴、Teradata,實施過基于開源?數(shù)據(jù)技術(shù)
棧的數(shù)據(jù)湖解決?案和實施、湖倉?體架構(gòu)咨詢和實施、數(shù)據(jù)中臺的咨詢和設施
最近主要項?介紹:
某移動?數(shù)據(jù)平臺架構(gòu)設計和設施 (Hadoop、Spark)
四??之?的數(shù)據(jù)湖咨詢和實施
某?型商業(yè)銀?數(shù)據(jù)中臺咨詢
某銀?基于開源?數(shù)據(jù)技術(shù)棧數(shù)據(jù)中臺的咨詢和實施
某航空公司數(shù)據(jù)平臺流批?體解決?案和實施
特長:
在?數(shù)據(jù)架構(gòu)、開發(fā)、運維和優(yōu)化、數(shù)據(jù)集成、 數(shù)據(jù)湖(Data Lake)、數(shù)據(jù)建模、數(shù)據(jù)挖掘/機器學習、數(shù)據(jù)
中臺等??有豐富經(jīng) 驗。

畢業(yè)于?連理??學 簡介: 精通開源的?數(shù)據(jù)?態(tài)技術(shù)和架構(gòu)，Hadoop、Hive、Hbase、 Spark、Flink等開源技術(shù)棧。 有10年左右基于?數(shù)據(jù)解決?案平臺、數(shù)據(jù)架構(gòu)、數(shù)據(jù)中臺、數(shù)據(jù)治理、數(shù)據(jù)分析和挖掘的?型數(shù)據(jù)湖和數(shù) 據(jù)中臺項?架構(gòu)實施經(jīng)驗, ?前任職國內(nèi)知名咨詢公司，先后服務于北京?學軟件研究所、阿?巴巴、Teradata,實施過基于開源?數(shù)據(jù)技術(shù) 棧的數(shù)據(jù)湖解決?案和實施、湖倉?體架構(gòu)咨詢和實施、數(shù)據(jù)中臺的咨詢和設施 最近主要項?介紹: 某移動?數(shù)據(jù)平臺架構(gòu)設計和設施 (Hadoop、Spark) 四??之?的數(shù)據(jù)湖咨詢和實施 某?型商業(yè)銀?數(shù)據(jù)中臺咨詢 某銀?基于開源?數(shù)據(jù)技術(shù)棧數(shù)據(jù)中臺的咨詢和實施 某航空公司數(shù)據(jù)平臺流批?體解決?案和實施 特長: 在?數(shù)據(jù)架構(gòu)、開發(fā)、運維和優(yōu)化、數(shù)據(jù)集成、 數(shù)據(jù)湖(Data Lake)、數(shù)據(jù)建模、數(shù)據(jù)挖掘/機器學習、數(shù)據(jù) 中臺等??有豐富經(jīng) 驗。

課程費用

5800.00 /人

課程時長

2天

成為教練

課程簡介

Python、Spark和TensorFlow人工智能培訓

目標收益

培訓對象

課程大綱

第一天
模塊一：
人工智能的行業(yè)應用與發(fā)展 		1.人工智能的行業(yè)圖譜和行業(yè)發(fā)展割析
2.人工智能結(jié)合大數(shù)據(jù)的行業(yè)應用案例
3.人工智能在“互聯(lián)網(wǎng)+”領域的應用
4.人工智能在制造業(yè)領域的應用
5.人工智能在金融、消費領域的應用
模塊二：
Python數(shù)據(jù)挖掘快速入門 		1.Python語言基礎快速入門
2.科學計算庫Numpy
3.數(shù)據(jù)分析處理庫Pandas
4.可視化庫Matplotlib
5.人工智能必備Python基礎
模塊三：
Scikit-learn實戰(zhàn) 		1.Scikit-learn庫介紹
2.Scikit-learn安裝
3.基于Scikit-learn的常用挖掘算法實戰(zhàn)
4.基于Scikit-learn數(shù)據(jù)挖掘流程
— 數(shù)據(jù)讀取
—數(shù)據(jù)標準化
—特征提取
—升維和降維
模塊四：
python基于Spark的數(shù)據(jù)挖掘?qū)崙?zhàn) 		1.Spark Mllib介紹
2.Spark mllib 實現(xiàn)K-means應用
3.Spark mllib 實現(xiàn)貝葉斯應用
4.Spark mllib 實現(xiàn)決策時應用
5.Spark mllib 實現(xiàn)隨機森林應用
6.基于Spark mllib實現(xiàn)信用卡挖掘模型應用
第二天：
模塊五：
TensorFlow Al深度學習平臺及其應用實踐(1) 		1.TensorFlow: 一個Al深度學習框架的概述
2.TensorFlow深度學習平臺的工作機制和系統(tǒng)架構(gòu)
3.TensorFlow的安裝、部署、配置和使用
4.TensorFlow的應用場景和應用案例
模塊六：
TensorFlow Al深度學習平臺及其應用實踐(2) 		1.TensorFlow CNN應用操作
2.TensorFlow LSTM應用操作
3.TensorFlow在圖像識別的實驗操作
4.基于TensorFlow的可視化工具：5.Tensorboard簡介
6.Tensorboard的部署、配置和應用界面操作
7.基于TensorFlow和Tensorboard進行實驗操作
模塊七：
Keras人工智能平臺應用實踐 		1.業(yè)界常用的AI平臺：Keras人工智能平臺架構(gòu)
2.Keras Al平臺的部署與配置
3.Keras技術(shù)實現(xiàn)與工作機制
4.Keras實驗操作
模塊八：
人工智能應用案例介紹 		1.人工智能在金融行業(yè)的使用案例介紹
2.人工智能在保險行業(yè)的使用介紹
3.人工智能實現(xiàn)機器人的案例介紹
第一天
模塊一：
人工智能的行業(yè)應用與發(fā)展
1.人工智能的行業(yè)圖譜和行業(yè)發(fā)展割析
2.人工智能結(jié)合大數(shù)據(jù)的行業(yè)應用案例
3.人工智能在“互聯(lián)網(wǎng)+”領域的應用
4.人工智能在制造業(yè)領域的應用
5.人工智能在金融、消費領域的應用
模塊二：
Python數(shù)據(jù)挖掘快速入門
1.Python語言基礎快速入門
2.科學計算庫Numpy
3.數(shù)據(jù)分析處理庫Pandas
4.可視化庫Matplotlib
5.人工智能必備Python基礎
模塊三：
Scikit-learn實戰(zhàn)
1.Scikit-learn庫介紹
2.Scikit-learn安裝
3.基于Scikit-learn的常用挖掘算法實戰(zhàn)
4.基于Scikit-learn數(shù)據(jù)挖掘流程
— 數(shù)據(jù)讀取
—數(shù)據(jù)標準化
—特征提取
—升維和降維
模塊四：
python基于Spark的數(shù)據(jù)挖掘?qū)崙?zhàn)
1.Spark Mllib介紹
2.Spark mllib 實現(xiàn)K-means應用
3.Spark mllib 實現(xiàn)貝葉斯應用
4.Spark mllib 實現(xiàn)決策時應用
5.Spark mllib 實現(xiàn)隨機森林應用
6.基于Spark mllib實現(xiàn)信用卡挖掘模型應用
第二天：
模塊五：
TensorFlow Al深度學習平臺及其應用實踐(1)
1.TensorFlow: 一個Al深度學習框架的概述
2.TensorFlow深度學習平臺的工作機制和系統(tǒng)架構(gòu)
3.TensorFlow的安裝、部署、配置和使用
4.TensorFlow的應用場景和應用案例
模塊六：
TensorFlow Al深度學習平臺及其應用實踐(2)
1.TensorFlow CNN應用操作
2.TensorFlow LSTM應用操作
3.TensorFlow在圖像識別的實驗操作
4.基于TensorFlow的可視化工具：5.Tensorboard簡介
6.Tensorboard的部署、配置和應用界面操作
7.基于TensorFlow和Tensorboard進行實驗操作
模塊七：
Keras人工智能平臺應用實踐
1.業(yè)界常用的AI平臺：Keras人工智能平臺架構(gòu)
2.Keras Al平臺的部署與配置
3.Keras技術(shù)實現(xiàn)與工作機制
4.Keras實驗操作
模塊八：
人工智能應用案例介紹
1.人工智能在金融行業(yè)的使用案例介紹
2.人工智能在保險行業(yè)的使用介紹
3.人工智能實現(xiàn)機器人的案例介紹

課程費用

5800.00 /人

課程時長

2天

預約體驗票 我要分享

近期公開課推薦

近期公開課推薦

活動詳情

提交需求