对此课程感兴趣的成员

课程大纲

第一天

模块一：

人工智能的行业应用与发展 1.人工智能的行业图谱和行业发展割析

2.人工智能结合大数据的行业应用案例

3.人工智能在“互联网+”领域的应用

4.人工智能在制造业领域的应用

5.人工智能在金融、消费领域的应用

模块二：

Python数据挖掘快速入门 1.Python语言基础快速入门

2.科学计算库Numpy

3.数据分析处理库Pandas

4.可视化库Matplotlib

5.人工智能必备Python基础

模块三：

Scikit-learn实战 1.Scikit-learn库介绍

2.Scikit-learn安装

3.基于Scikit-learn的常用挖掘算法实战

4.基于Scikit-learn数据挖掘流程

— 数据读取

—数据标准化

—特征提取

—升维和降维

模块四：

python基于Spark的数据挖掘实战 1.Spark Mllib介绍

2.Spark mllib 实现K-means应用

3.Spark mllib 实现贝叶斯应用

4.Spark mllib 实现决策时应用

5.Spark mllib 实现随机森林应用

6.基于Spark mllib实现信用卡挖掘模型应用

第二天：

模块五：

TensorFlow Al深度学习平台及其应用实践(1) 1.TensorFlow: 一个Al深度学习框架的概述

2.TensorFlow深度学习平台的工作机制和系统架构

3.TensorFlow的安装、部署、配置和使用

4.TensorFlow的应用场景和应用案例

模块六：

TensorFlow Al深度学习平台及其应用实践(2) 1.TensorFlow CNN应用操作

2.TensorFlow LSTM应用操作

3.TensorFlow在图像识别的实验操作

4.基于TensorFlow的可视化工具：5.Tensorboard简介

6.Tensorboard的部署、配置和应用界面操作

7.基于TensorFlow和Tensorboard进行实验操作

模块七：

Keras人工智能平台应用实践 1.业界常用的AI平台：Keras人工智能平台架构

2.Keras Al平台的部署与配置

3.Keras技术实现与工作机制

4.Keras实验操作

模块八：

人工智能应用案例介绍 1.人工智能在金融行业的使用案例介绍

2.人工智能在保险行业的使用介绍

3.人工智能实现机器人的案例介绍

讲师介绍

Gavin.Liu

先后服务于北京大学软件研究所、高德软件、阿里巴巴和Teradata，实施过基于Hadoop平台PageRank算法的实现、高德大数据中心的建设(300+的Hadoop集群开发、优化、运维和提供服务)、阿里巴巴OPDS大数据平台维护、内蒙移动大数据平台试点(Hadoop)、台湾远传Hadoop平台开发和优化、兰州银行大数据平台的架构和开发(Hadoop)、招商银行的大数据咨询规划和设施。在大数据架构、数据集成、数据挖掘/机器学习、实时推荐和营销方面有丰富经验，了解大数据在互联网的使用场景。