会议详情 |
发票类型:增值税普通发票 增值税专用发票
关于举办“知识图谱”培训的通知
各有关单位:
中国科学院计算技术研究所是国家专门的计算技术研究机构,同时也是中国信息化建设和人工智能建设的重要支撑单位,中科院计算所培训中心是致力于高端IT类人才培养及企业内训的专业培训机构。中心凭借科学院的强大师资力量,在总结多年大型软件开发和组织经验的基础上,自主研发出一整套课程体系,其目的是希望能够切实帮助中国软件企业培养高级软件技术人才,提升整体研发能力,迄今为止已先后为国家培养了数万名计算机专业人员,并先后为数千家大型国内外企业进行过专门的定制培训服务。
知识图谱(Knowledge Graph),是计算机实现智能的基础。随着移动互联网的发展,万物互联成为了可能,互联所产生的数据在爆发式地增长,这些数据可以作为分析关系的有效原料。个体之间的关系分析成为我们需要深入研究的很重要的一部分。
知识图谱之于计算机,就好比知识之于人类。人类天生擅长将信息进行分类、关联,但并不擅长记忆、处理海量碎片化的信息,但计算机可以。当前越来越多的企业开始致力于构建知识图谱,目前在国内,金融、法律、医疗、智能客服、安防等行业都已经有了致力于该领域知识图谱构建的团队与公司。本次培训将从知识图谱的基础,深入到知识图谱的应用,深入浅出。使用案例开发教学,让学员逐步掌握知识图谱的开发方法与使用。
一、培训对象
1、CEO,CIO等技术管理层,有计划构建自己知识图谱的团队的管理者
2、大数据、人工智能行业从业者
3、公司架构师,算法研发工程师,数据分析师等对知识图谱感兴趣的人士
4、对知识图谱的有学习兴趣的人士
二、培训目的
1、熟悉的知识图谱的基本原理与应用
2、熟悉知识图谱的基本应用开发方法
3、掌握常见的知识图谱应用
4、熟悉常见的知识图谱问题的解决方案
四、培训内容
第一讲 知识图谱基本概念
1.1 知识图谱的发展历史
1.2 什么是知识图谱
1.3 知识图谱的表示形式
1.4 知识图谱的数据结构
1.5 知识图谱的构建过程
1.6 知识图谱的应用场景
第二讲 数据获取
2.1 原始数据类型
2.1.1 结构化数据
2.1.2 半结构化数据
2.1.3 非结构化数据
2.2 知识建模
2.3 知识存储
第三讲 信息抽取
3.1 实体抽取
3.1.1 面向单一领域
3.1.2 面向开放域
3.2 关系抽取
3.2.1 模式匹配
3.2.2 统计机器学习方法
3.3 属性抽取
3.3.1 基于规则和启发式算法
3.3.2 采用数据挖掘方法
第四讲 知识融合
4.1为什么要进行知识融合
4.2实体链接
4.2.1实体链接的概念
4.2.2实体消歧
4.2.3共指消解
4.3 知识合并
4.3.1合并外部知识库
4.3.2合并关系数据库
第五讲 知识加工
5.1 知识加工的概念及关键技术
5.2本体构建
5.3知识推理
5.4质量评估
第六讲 知识更新
6.1知识更新的内容
6.2知识更新的方式
第七讲 知识图谱的应用
7.1 知识图谱的可视化
7.2应用场景探索
7.1.1 语义搜索
7.1.2 智能推荐
7.1.3 私人助理
7.1.4 问答系统
第八讲 问题与挑战
8.1知识图谱构建过程中的难点
8.2如何更好地进行知识表达、知识存储和查询
三、师资
司老师 清华大学博士,人工智能方面专家,在意大利举办的国际在线指纹识别竞赛中获得冠军,在机器学习和模式识别领域顶级期刊IEEE TPAMI等期刊发表多篇论文,拥有5个中国专利和1个美国专利,是人工智能、深度学习、机器学习、自然语言处理、知识图谱方面的实战派专家。
五、时间、地点
时间:2021年6月22日-6月23日
线下:北京
线上:直播平台(全国)
六、证书
培训结束,颁发中科院计算所职业培训中心“知识图谱”结业证书。
七、费用
线下培训费:5900元/人(含教材、证书、午餐、学习用具等)。住宿协助安排,费用自理。
线上培训费:4700元/人(含电子版讲义、证书等)。
相关会议
2024-12-02线上活动
2024-12-02线上活动