課程中心

2016年Google開發的一款人工智能程序AlphaGo以4:1戰勝世界圍棋職業九段選手李世石，展現了人工智能異常強大的學習能力，機器學習的應用能力會成為一個爆發性需求的知識技能，也會是未來科技的至高點。

機器學習系統具有意義深遠且令人興奮的能力，就某種意義而言，機器學習技術在我們的生活中已經無所不在。要想進入機器學習的領域，并且對其具有充分的認知，就必須能夠理解和設計服務于某一項目需要的機器學習系統。

本課程首先介紹了人工智能和機器學習的背景和現狀，機器學習基本理論和主流的機器學習框架，介紹數據的采集導入、機器學習的邏輯模型（包括線性模型、神經網絡模型等）、對特征選擇和抽取、集成機器學習做了詳述，并對Python中眾多針對機器學習任務的程序包，包括NumPy、SciPy、Matplotlib和Scikit-learn等的使用進行講解，并將其應用于一些案例研究之中。

本培訓將人工智能和機器學習理論與Python應用實踐相結合，基于Python對機器學習目前的一些模型及基本方法，進行詳細解讀、并對其中主要的模型，提供Python樣例實戰講解。

 

證書
培訓結束，頒發中科院計算所職業培訓中心“人工智能和機器學習”結業證書。

培訓對象
1，系統架構師、系統分析師、高級程序員、資深開發人員。
2，牽涉到網絡采集、處理和規劃的負責人、設計人員。
3，政府機關，金融保險、移動等以互聯網信息為數據來源單位的負責人。
4，高校、科研院所牽涉到人工智能與機器學習的項目負責人。

學員基礎
1，對IT系統設計有一定的理論與實踐經驗。
2，有一定的機器學習基礎知識和開發經驗。
3，有一定的機器學習與大數據處理的知識。

第1講 人工智能和機器學習

1 人工智能簡介

2 人工智能的發展歷程

3 機器學習及相關技術

4 國內外研究現狀

第2講 機器學習基礎

1 分類和回歸

2 聚類和降維

3 線性規劃

4 機器學習模型

5 特征抽取

第3講 Python工具和技術

1 Python與機器學習

2 Python的安裝配置

3 NumPy和Matplotlib

4 Pandas和SciPy

5 Scikit-Learn

第4講 將數據變為信息

1 數據及其模型

2 數據來源

3 數據清洗

4 數據可視化

第5講 機器學習的模型

1 邏輯模型

2 PAC和計算復雜性

3 樹狀模型和純度

4 規則模型

第6講 線性模型分析

1 最小二乘法和梯度下降

2 logistic回歸

3 代價函數

4 多分類

5 正則化

第7講 神經網絡模型

1 神經網絡基礎

2 logistic單元

3 代價函數最小化

4 神經網絡的實現

5 梯度檢驗

6 其他神經網絡架構

第8講 特征類型和抽取

1 特征的類型

2 運算和統計

3 結構化特征

4 特征變換

5 主成分分析

第9講 集成學習技術

1 集成學習的類型

2 Bagging方法

3 隨機森林

4 Boosting方法

5 集成學習的策略

第10講 機器學習設計策略

1 評價模型的表現

2 模型的選擇

3 學習曲線

4 機器學習小結

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。

 

                

 

• 注意：步驟三是為了盡快確認您的培訓費用是否到帳，方便為您查帳，所以一定要把付款人姓名和單位名稱填寫完整，如果姓名和單位名稱超過20個漢字，單位名稱可以填寫簡稱。