<big id="v7kn0"></big>
隨著國家在人工智能領域的戰略布局，人工智能已經應用于各個方面：專家系統、自動推理、圖像識別、模式識別、語音識別、自然語言理解、指紋識別、人臉識別、無人駕駛、推薦系統、社交網絡、計算機視覺、智能機器人等。但是，有沒有一種方法能迅速把握精髓，從而更快的進入人工智能的廣闊天地呢？
本次培訓采用深入理論+淺出實踐相結合的模式。在理論上，精選最關鍵最重要的理論，為進一步獲取相關知識打下基礎。在實踐上，精選目前比較有啟發性的案例，既幫助我們理解理論，更能幫助我們開闊思路，為研發相關領域的人工智能系統，提供一條思考脈絡。
培訓目的
1、深層次掌握人工智能理論，到達人工智能的突破口，探知最核心的秘密。
2、理論應用于實際項目，不只是了解，更在于掌握。
3、把握人工智能的新應用，理解時代趨勢，不再為了人工智能而人工智能。
4、一個交流探討的高級別平臺。
證書
培訓結束，頒發中科院計算所職業培訓中心“人工智能：機器學習和深度學習”結業證書。
架構師、分析師、項目經理、高級程序員、資深開發人員、人工智能工程師、圖像處理工程師、機器學習工程師、模式識別工程師以及未來可能從事人工智能研發的技術人員。
第一講 人工智能簡介
1.1 什么是人工智能
1.2 為什么要人工智能
1.3 人工智能的發展簡史
1.4 人工智能的現實案例舉例
第二講 最優分類面和支持向量機
2.1 什么是最優分類面
2.2 支持向量機的本質是什么
2.3 支持向量機在線性不可分時怎么辦
2.4 支持向量機中核函數如何選擇
2.5 支持向量機在車牌識別中的應用案例
第三講 決策樹
31 什么是非數值特征
3.2 為什么要引入決策樹
3.3 如何設計決策樹
3.4 如何構造隨機森林
3.5 決策樹在醫療系統中的應用案例
第四講 深度學習之始：人工神經網絡
4.1 人工神經網絡的設計動機是什么
4.2 單個神經元的功能
4.3 人工神經網絡的優化以及誤差逆傳播（BP）算法
4.4 人工神經網絡中需要注意的問題
4.5 人工神經網絡在表情識別、流量預測中的應用案例
第五講 深度學習中的技巧和注意事項
5.1 深度學習中過學習問題的處理
5.2 如何選擇損失函數
5.3 如何并行化
5.4 如何解決深度學習中梯度消失問題
5.5 如何選擇激勵函數
5.6 權值衰減、Dropout以及新的網絡架構
第六講 卷積神經網絡
6.1 卷積以及卷積網絡的概念
6.2 為什么在使用卷積網絡
6.3 卷積網絡的結構設計
6.4 卷積網絡在圍棋中的應用
6.5 卷積神經網絡在圖像識別中的應用案例
第七講 循環神經網絡
7.1 為什么要使用循環神經網絡
7.2 1-of-N編碼
7.3 循環神經網絡的介紹
7.4 長短期記憶網絡
7.5 長短期記憶網絡在自然語言處理中的應用案例
第八講 人工智能未來展望
8.1 監督學習中的新應用
8.2 強制學習中的新應用
8.3 非監督學習中的新應用
8.4 DeepMind介紹
第九講 使用支持向量機進行車牌識別
第十講 使用深度學習進行手寫體識別、人臉識別以及自然語言處理
匯款、微信轉帳
匯款信息：
單位名稱：北京市海淀區中科院計算所職業技能培訓學校
開戶行：工行海淀西區支行
賬號：0200 0045 1920 0043 667
開戶銀行代碼：1021 0000 0458
微信轉賬：
步驟一：打開微信，掃描二微碼付款時，點擊打開微信右下角里的“發現”，在列表界面有一個“掃一掃”選項，點擊打開“掃一掃”（如下圖）：
步驟二：點擊打開“掃一掃”后，會出現一個掃描框，將中科院計算所培訓中心二維碼/條碼放入框內，即可自動掃描，并顯示支付信息，輸入付款金額。
（中科院計算所培訓中心二維碼）
步驟三：點擊 “添加付款備注”，填寫付款人姓名和單位全稱，所有信息核對無誤后，點擊“確認付款”，完成支付。
