人工智能和大數據分析挖掘應用實戰(zhàn)-培訓方案

《人工智能和大數據分析挖掘應用實踐》課程
培訓大綱
課程簡介
近年來，隨著“大數據”“人工智能”深入應用到社會各個行業(yè)，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(yè)信息化領域，包括新興互聯網企業(yè)（如電商企業(yè)、搜索引擎、社交網站、互聯網廣告服務提供商等）、金融企業(yè)（銀行、保險、證券公司等）、通信運營商（電信、移動、聯通）等行業(yè)的企業(yè)。在國內外形成了獨具特色的智能產業(yè)和智能經濟。
本課程對業(yè)界主流最新的大數據分析挖掘和機器學習及其應用實戰(zhàn)技術分成基礎級、進階級、高級實戰(zhàn)三個層次進行系統(tǒng)化地培訓，讓學員分成三個階段深入系統(tǒng)地掌握人工智能技術的應用：
1)第一階段：人工智能機器學習基礎級培訓內容，讓學員掌握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(yè)和人工智能產品的應用解決方案。本階段重點讓學員掌握：人工智能基礎知識、機器學習基礎知識、人工智能的現狀、機器學習基礎知識、機器學習基礎算法。
2)第二階段：人工智能和數據分析挖掘進階級培訓內容，讓學員掌握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(jiān)督學習，無監(jiān)督學習和半監(jiān)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、卷積神經網絡和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。讓學員掌握人工智能的系統(tǒng)平臺工具的應用實戰(zhàn)，包括人工智能的代表性系統(tǒng)工具平臺：TesorFlow深度學習平臺，Keras深度學習庫和Python AI系統(tǒng)的應用實踐。
在講解的同時，由講師帶著學員對人工智能工具安排實踐操作，讓學員更突出掌握實戰(zhàn)技能。
課程收益
通過本課程的學習，學員可以用較短的時間掌握機器學習領域的基礎和精華內容
讓學員掌握大數據的基礎知識，大數據能的問題解決思路，人工智能機器學習的應用案例，人工智能產業(yè)和大數據產品的應用解決方案。
讓學員掌握人工智能的技術平臺應用，重點包括Python Keras，TensorFlow，PyTorch， Theano，CNTK，Caffe等應用實戰(zhàn)，并且通過兩三個具體的企業(yè)應用實驗操作，鞏固掌握的AI技術和平臺。
授課對象
IT工程師
人工智能架構師
其它對人工智能和機器學習感興趣的人員
課程特色
定制授課+ 實戰(zhàn)案例訓練+ 互動咨詢討論，共3天
本課程采用技術原理與項目實戰(zhàn)相結合的方式進行教學，在講授原理的過程中，穿插實際的系統(tǒng)操作，本課程講師也精心準備的實際的應用案例供學員動手訓練。

大綱內容
時間
專題
詳細內容與知識點
第一天
人工智能
人工智能發(fā)展歷程
人工智能（Artificial Intelligence，AI）的作用、起源、用途
人工智能機器學習的技術體系
人工智能機器學習的技術框架
機器學習和大數據
人工智能、機器學習和大數據架構
人工智能領域的經典問題和求解方式
業(yè)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
機器學習方式
機器學習訓練過程
有監(jiān)督學習訓練
無監(jiān)督學習訓練
半監(jiān)督學習訓練
人工智能機器學習算法原理和模型應用（1）
人工智能領域的四大類經典算法模型
樸素貝葉斯算法模型及其應用
決策樹算法模型及其應用
第二天
人工智能機器學習算法原理和模型應用（2）
Python機器學習庫的應用
Python Scikit-learn算法庫的使用講解
關聯分析算法模型及其應用
邏輯回歸算法模型及其預測應用
部署大數據分析挖掘實驗平臺
部署人工智能實驗操作軟件和環(huán)境
運行講師提供的驗證環(huán)境的準確性
熟悉實驗資料和實驗環(huán)境
機器學習的應用小案例：結構化數據的預測
加載數據、數據處理、特征選擇
建立模型、保存模型、評估模型
發(fā)布模型、使用模型、預測應用
大數據、機器學習的進階算法模型的應用實踐
神經網絡機器學習算法模型及其應用
深度學習算法模型及應用
人工智能實用工具
大數據和深度學習及其應用
深度學習算法、模型及應用
CNN卷積神經網絡算法模型及應用
RNN，LSTM深度學習模型的應用場景和預測
AutoEncoder深度學習模型的應用場景和預測
第三天
TensorFlow和Keras深度學習平臺應用實踐
TensorFlow：一個AI機器學習與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
Keras人工智能平臺架構
Keras AI平臺的部署與配置
項目實踐
電信用戶行為數據分析項目
運營商客戶流失預測識別項目
文本內容文本分類預測項目
講師提供項目指導手冊，帶著學員完成，學員獨立完成后，講師答疑
講師簡介
鐘運琴老師，男，博士畢業(yè)于中國科學院，獲工學博士學位（計算機專業(yè)），博士后（人工智能與數據科學專業(yè)），曾在國內某高校和某大型通信企業(yè)工作過，目前在中國科學院某研究所工作，副研究員，高級工程師，項目組長，團隊成員十余人。人工智能、大數據系列課程建設與教學專家，新技術課程開發(fā)組長。近八年來帶領團隊主要從事Python編程、AI人工智能、深度學習平臺的項目實踐（Tensorflow、Keras、PyTorch、Caffe、Theano，CNTK等）、大數據建模分析挖掘與機器學習（SPSS，Python，Mahout、MLlib、Python、Oryx、H2O、Flink、Pentaho BI、SAS、R等）、大數據管理與高性能分析處理（Hadoop、Spark、Storm）、大數據倉庫（HIVE）和實時數據倉庫（SparkSQL、Shark），MPP并行數據倉庫（Greenplum etc）、NoSQL與NewSQL分布式數據庫（HBase、MongoDB、Cassandra etc）、（移動）電子商務平臺、大數據搜索平臺（ElasticSearch、Solr、Lucene等）、云計算與虛擬化（OpenStack，VMware，XenServer，CloudStack，KVM，Docker，SaaS服務）、云存儲系統(tǒng)、Swift對象存儲系統(tǒng)、網絡GIS地圖服務器、互聯網+在線教育云平臺方面的項目研發(fā)與管理工作。鐘老師參與了十余項云計算、大數據分析處理、銀行與證券公司金融客戶分析系統(tǒng)、金融防詐騙分析預警系統(tǒng)、用戶行為分析系統(tǒng)和銀行理財產品推薦系統(tǒng)、移動互聯網和網絡地圖服務器相關的國家863、973計劃項目，以及承擔了二十余項企業(yè)合作的橫向項目，有著豐富的項目咨詢與規(guī)劃論證經驗，參與承擔過十余個大型信息化系統(tǒng)咨詢項目。在學術期刊和國際會議上發(fā)表了10余篇SCI/EI索引學術論文以及10余項發(fā)明專利和軟件著作。參與過互聯網產品創(chuàng)業(yè)公司的創(chuàng)建與研發(fā)運營全過程，并擔任若干家互聯網公司的咨詢顧問以及兩家上市公司的信息化顧問。鐘老師有著九年多的企業(yè)內訓和公開課培訓講師經歷，主要講授大數據平臺、云計算、移動互聯網、電子商務、IT信息軟件項目管理、企業(yè)信息化規(guī)劃與管理、IT戰(zhàn)略規(guī)劃與企業(yè)架構、數據中心主機規(guī)劃與IDC系統(tǒng)運營等企業(yè)實戰(zhàn)類培訓課程。鐘老師將原理技術剖析和應用實戰(zhàn)相結合的授課風格受到廣大公開課學員和企業(yè)內訓客戶學員的歡迎，鐘老師已授課的企業(yè)內訓客戶包括：中海油信息中心、中國移動總部和若干個省級分公司、國家電網總部以及若干下屬企業(yè)、中石化信息中心、中國聯通、廣東移動、中移動南方基地、勝利油田、天津石化、PICC人財保險總部信息部、重慶移動、中國郵政、湖北移動、東軟總部、湖北電信、上海電信、北京移動、江蘇移動、徽商銀行、中移動南方基地、攀商銀行、江蘇南瑞集團總部信息部、北京銀行、燕山石化總部信息部、航天科技集團某院所、航天科工某院所、公安部出入境管理局、中國人壽總部信息技術部、中石油總部信息部與若干直屬企業(yè)信息部、上海寶康電子、中電集團某所、中國移動咪咕公司總部、廣東聯合電子、瑞中科技、國家電網研究院、廣西移動、廣東電信、汕頭移動、惠州移動、江蘇移動、浙江移動、海南省移動、廣東電信研究院、?？谑幸苿印⒅袊撏ㄑ芯吭?、龍江銀行、北京市移動、江蘇蘇州移動、上海電信、廣東電信實業(yè)公司等九十余家國內大型國有企事業(yè)單位和民營上市公司。鐘老師還講授過一百三十余場云計算、大數據、移動互聯網公開課培訓課程。

鐘運琴老師的其它課程