人工智能技术基础知识框架

近年来, 随着“人工智能”深入应用到社会各个行业, 通过将对应的人工智能技术比如人脸识别,车牌识别等应用到具体的行业信息化领域,包括新兴互联网企业(如电商企业、搜索引擎、社交网站、互联网广告服务提供商等)、金融企业(银行、保险、证券公司、互联网金融借贷公司等)、通信运营商(电信、移动、联通)等行业的企业。在国内外形成了独具特色的智能产业和智能经济。

人工智能及其应用实战技术分成基础级、 进阶级、 高级实战三个层次,让企业通过三个阶段深入系统地掌握人工智能技术的应用：

• 1) 第一阶段:人工智能的基础知识,人工智能的问题解决思路, 人工智能的应用案例, 人工智能产业和人工智能产品的应用解决方案 。
• 2) 第二阶段:人工智能中用到的机器学习方法和深度学习方法,包括有监督学习,无监督学习和半监督学习,以及决策树机器学习、朴素贝叶斯机器学习、神经网络机器学习、深度学习、巻积神经网络和 LSTM神经网络机器学习的算法模型的原理和应用实践操作, 每类算法模型在具体场景中的应用实践。
• 3) 第三阶段:人工智能的系统平台工具以及技术平台的应用实战, 包括人工智能的代表性系统工具平台: TesorFlow深度学习平台, Keras深度学习库和 Python Al系统的应用实践。人工智能的技术平台应用,重点包括PythonKeras, TensorFlow, PyTorch,,Theano, CNTK, Caffe等应用实战。

人工智能基础知识框架

一、人工智能基础技术及其体系

• 人工智能(Artificiallntelligence, Al)的定义、起源、用途
• 人工智能的发展历程与月永络
• 人工智能的国家政策解读
• 人工智能的技术体系
• 人工智能的技术框架
• 中国和美国的人工智能产业和主流人工智能产品

二、人工智能的问题求解及技术实现

• 人工智能领域的经典问题和求解方式
• 机器学习模型和推理符号模型
• 业界主流的机器学习方法解决人工智能领域的思路
• 人工智能和大数据
• 人工智能和机器学习
• 人工智能和深度学习

三、人工智能的行业应用于发展

• 人工智能的行业图谱和行业发展割析
• 人工智能结合大数据的行业应用案例
• 人工智能在"互联网+"领域的应用
• 人工智能在制造业领域的应用
• 人工智能在金融、消费领域的应用
• 人工智能在出行、旅游领域的应用

五、部署人工智能实验平台

• 人工智能实验操作软件和环境

六、人工智能机器学习的算法模型应用实践

• 朴素贝叶斯算法模型及其应用
• 逻辑回归算法模型及其预测应用
• Python机器学习库的应用
• Python Scikit-learn算法库的使用

七、人工智能和机器学习的实验操作

• Python Scikit_learn算法库的实战操作
• 利用 Python语言编程

八、TensorFlow Al平台学习及应用实践

• TensorFlow: 一个Al深度学习框架的概述
• TensorFlow架构
• TensorFlow的安装、部署、配置
• TensorFlow的应用场景和应用案例
• TensorFlow搭建 GPU和 CPU人工智能集群
• 基于 Tensorflow实现 CNN模型应用,以及算法部署,算法调优,处理效率提升之道
• 基于Tensorflow实现RNN(LSTM)模型应用,  以及算法部署,算法调优,处理效率提升之道

九、人工智能的产品解决方案图像处理解决方案

• 人脸识别解决方案
• 语音识别解决方案
• 文本分类解决方案
• 视频理解解决方案