近年來, 隨著“人工智能”深入應用到社會各個行業, 通過將對應的人工智能技術比如人臉識別,車牌識別等應用到具體的行業信息化領域,包括新興互聯網企業(如電商企業、搜索引擎、社交網站、互聯網廣告服務提供商等)、金融企業(銀行、保險、證券公司、互聯網金融借貸公司等)、通信運營商(電信、移動、聯通)等行業的企業。在國內外形成了獨具特色的智能產業和智能經濟。

人工智能及其應用實戰技術分成基礎級、 進階級、 高級實戰三個層次,讓企業通過三個階段深入系統地掌握人工智能技術的應用：

• 1) 第一階段:人工智能的基礎知識,人工智能的問題解決思路, 人工智能的應用案例, 人工智能產業和人工智能產品的應用解決方案 。
• 2) 第二階段:人工智能中用到的機器學習方法和深度學習方法,包括有監督學習,無監督學習和半監督學習,以及決策樹機器學習、樸素貝葉斯機器學習、神經網絡機器學習、深度學習、巻積神經網絡和 LSTM神經網絡機器學習的算法模型的原理和應用實踐操作, 每類算法模型在具體場景中的應用實踐。
• 3) 第三階段:人工智能的系統平臺工具以及技術平臺的應用實戰, 包括人工智能的代表性系統工具平臺: TesorFlow深度學習平臺, Keras深度學習庫和 Python Al系統的應用實踐。人工智能的技術平臺應用,重點包括PythonKeras, TensorFlow, PyTorch,,Theano, CNTK, Caffe等應用實戰。

人工智能基礎知識框架

一、人工智能基礎技術及其體系

• 人工智能(Artificiallntelligence, Al)的定義、起源、用途
• 人工智能的發展歷程與月永絡
• 人工智能的國家政策解讀
• 人工智能的技術體系
• 人工智能的技術框架
• 中國和美國的人工智能產業和主流人工智能產品

二、人工智能的問題求解及技術實現

• 人工智能領域的經典問題和求解方式
• 機器學習模型和推理符號模型
• 業界主流的機器學習方法解決人工智能領域的思路
• 人工智能和大數據
• 人工智能和機器學習
• 人工智能和深度學習

三、人工智能的行業應用于發展

• 人工智能的行業圖譜和行業發展割析
• 人工智能結合大數據的行業應用案例
• 人工智能在"互聯網+"領域的應用
• 人工智能在制造業領域的應用
• 人工智能在金融、消費領域的應用
• 人工智能在出行、旅游領域的應用

五、部署人工智能實驗平臺

• 人工智能實驗操作軟件和環境

六、人工智能機器學習的算法模型應用實踐

• 樸素貝葉斯算法模型及其應用
• 邏輯回歸算法模型及其預測應用
• Python機器學習庫的應用
• Python Scikit-learn算法庫的使用

七、人工智能和機器學習的實驗操作

• Python Scikit_learn算法庫的實戰操作
• 利用 Python語言編程

八、TensorFlow Al平臺學習及應用實踐

• TensorFlow: 一個Al深度學習框架的概述
• TensorFlow架構
• TensorFlow的安裝、部署、配置
• TensorFlow的應用場景和應用案例
• TensorFlow搭建 GPU和 CPU人工智能集群
• 基于 Tensorflow實現 CNN模型應用,以及算法部署,算法調優,處理效率提升之道
• 基于Tensorflow實現RNN(LSTM)模型應用, ?以及算法部署,算法調優,處理效率提升之道

九、人工智能的產品解決方案圖像處理解決方案

• 人臉識別解決方案
• 語音識別解決方案
• 文本分類解決方案
• 視頻理解解決方案