会议详情 |
发票类型:增值税普通发票 增值税专用发票
(2021年第一期)
主办单位:全国高校大数据教育创新联盟
泰迪杯数据挖掘挑战赛组委会
承办单位:广东泰迪智能科技股份有限公司
协办单位:人民邮电出版社有限公司
北京泰迪云智信息技术研究院
当今世界,科技进步日新月异,互联网、云计算、大数据等现代信息技术深刻改变着人类的思维、生产、生活、学习方式,深刻展示了世界发展的前景。针对目前高校在人工智能专业建设过程中出现的师资不足、相关落地动手实战应用能力欠缺、授课过程中相关行业实战案例项目缺失等问题,进一步提升教学能力和科研能力,全国大数据教育创新联盟联合泰迪杯数据挖掘挑战赛组委会联合推出全国高校大数据与人工智能师资研修班,每年在全国范围内滚动开展八期,截止目前已在全国巡回举办30余场,参训教师近3000人次。2021年第一期全国高校计算机视觉实战专题师资研修班将于2021年1月26-2月1日以线上以云课堂形式举办,现将有关详细安排通知如下:
一、课程介绍
计算机视觉是一门研究如何使机器“看”的科学,掌握解决具体计算机视觉任务的方法则会帮助我们解决大规模系统的复杂问题,其应用相当广泛,包括并不限于:图像分类,人脸识别;车辆检测,行人检测等。
本次培训采用“云课堂线上精讲+专家技术在线答疑指导+学员群内实操答疑+助教指导”结合的方式,通过讲解计算机视觉经典应用的常用方法及实现原理使大家对深度学习,计算机视觉等相关领域有更深刻的认识,同时会结合人脸识别业务中的实践工具来手动实现活体检测等常见应用,并从中了解项目开发的一系列流程。
二、课程目标及收获
1、主要介绍了计算机视觉的基本概念、图像处理、图像特征与匹配、卷积神经网络及其在图像处理中的应用等基本思想原理、流行算法和技术,以及深度学习中的卷积神经网络原理、训练和典型网络结构。着重讲述计算机中的几个主要任务:图像特征与匹配、图像分类、人脸识别中的卷积神经网络模型及学习过程;同时,将方法与理论(卷积神经网络,计算视觉理论)紧密结合,理论与实践相结合。
2、全面实践计算机视觉项目开发流程,包括图像采集、图像处理、数据建模、业务应用等课程提供知识讲解,注重案例实战,提供在线答疑等服务,助力夯实理论基础,掌握核心技术,全面提升专业授课能力。
3、核心课程内容讲师手把手一起进行实操演练,在具体应用场景中全面掌握相关技能,助力实训教学工作、实际动手的能力。内容以代码落地为主,以理论讲解为根,以公式推导为辅,通过讲解具体应用,全面解析专业必备技能,为相关课程开设和备课、应对科研和项目开发打下坚实基础。
4、无论是前置学习篇还是案例集训篇,相关代码、源数据、PPT、案例素材全部提供下载,即学即用,教学更轻松!视频内容支持回看(支持六个月内免费回看),以便复习和参考。
5、参加线上课程学习的学员,如后续本人参加线下课程继续深造,持线上缴费凭证可享受一次免费学习机会(仅限参加同一培训专题方向的线下课程)。
四、证书认证
学员经在线培训并考试合格后,可以获得由工业和信息化部教育与考试中心颁发“高级大数据技术应用职业技术证书”,证书可登录国家工业和信息化部教育与考试中心官网查询。
六、证书颁发
学员经在线培训并考试合格后,可以获得由工业和信息化部教育与考试中心颁发“高级大数据技术应用职业技术证书”,证书可登录国家工业和信息化部教育与考试中心官网查询。
课程大纲
基础篇 (报名成功后即可开始学习) |
||||||
时间 |
课程内容 |
学习平台 |
||||
正式培训前 |
Python编程基础 1准备工作 2列表操作 3程序流程控制语句 4字符串操作 4.1字符串及其索引&切片 4.2字符串的常见方法 4.3字典的创建及索引 4.4字典常用操作 4.5字典推导式 5Python文件读取操作 5.1Python读取文件 5.2练习3:统计小说中的单词频次 6函数 6.1Python函数自定义 6.2练习4:自定义求序列偶数个数的函数 7面向对象与模块 7.1Python方法与函数对比介绍 7.2Python面向对象示例 7.3Python模块使用 7.4第三方库的安装与调用 8注意事项 8.1Python工作路径说明 8.2模块命名及存放路径的注意事项 8.3结语 |
泰迪云课堂 |
||||
Python数据分析与应用 1 Python数据分析概述 1.1认识数据分析 1.2熟悉Python数据分析的工具 1.3安装Python3的Anaconda发行版 1.4掌握Jupyter Notebook常用功能 2 NumPy数值计算基础 2.1认识NumPy数组对象ndarray 2.2认识NumPy矩阵与通用函数 2.3利用NumPy进行统计分析 3 Matplotlib数据可视化基础 3.1了解绘图基础语法与常用参数 3.2分析特征间的关系 3.3分析特征内部数据分布与分散状况 4 Pandas统计分析基础 4.1读写不同数据源的数据 4.2掌握DataFrame的常用操作 4.3转换与处理时间序列数据 4.4使用分组聚合进行组内计算 4.5创建透视表与交叉表 5 使用Pandas进行数据预处理 5.1合并数据 5.2清洗数据 5.3标准化数据 5.4转换数据 |
||||||
Python机器学习实战 1机器学习绪论 1.1引言 1.2基本术语 1.3假设空间&归纳偏好 2模型评估与选择 2.1经验误差与过拟合 2.2评估方法 2.3性能度量 2.4性能度量Python实现 3回归分析(RegressionAnalysis) 3.1线性回归基本形式 3.2线性回归模型的Python实现 3.3波士顿房价预测的Python实现 3.4逻辑回归介绍 3.5研究生入学录取预测的Python实现 |
||||||
核心课程篇 |
||||||
时间 |
课程内容 |
学习平台 |
||||
专题讲座 |
||||||
1月26日 18:00-19:00 |
主讲:冯国灿教授 主题内容:计算机视觉技术及其应用 |
泰迪云课堂 |
||||
第一课 深度学习基础-人工神经网络 |
||||||
1月26日 19:00-21:30 |
1单个神经元介绍 2经典网络结构介绍 3神经网络工作流程演示 4如何修正网络参数.梯度下降 5网络工作原理推导 6网络搭建准备 7样本从输入层到隐层传输的Python实现 8网络输出的Python实现 9单样本网络训练的Python实现 10全样本网络训练的Python实现 11网络性能评价 12调用sklearn实现神经网络算法 |
泰迪云课堂 |
||||
操作演练 |
个人PC |
|||||
在线答疑 |
微信群 |
|||||
第二课 TensorFlow2实战 |
||||||
1月27日 19:00-21:30 |
1任务1:构建一个线性模型 1.1TensorFlow介绍 1.2TensorFlow2常用数据类型和操作 1.3初始化模型 1.4构建损失函数 1.5模型训练及可视化 1.6使用高阶API-Keras 2任务2:MNIST手写数字识别 2.1数据读取及探索 2.2交叉熵 2.3模型构建及训练 2.4调用保存好的模型对新样本进行预测 3 作业-鸢尾花分类 |
泰迪云课堂 |
||||
操作演练 |
个人PC |
|||||
在线答疑 |
微信群 |
|||||
第三课 人工智能核心课-深度神经网络 |
||||||
1月28日 19:00-21:30 |
1.1深度神经网络-引言 2卷积神经网络CNN 2.1浅层神经网络的局限 2.2卷积操作 2.3卷积操作的优势 2.4池化及全连接 2.5高维输入及多filter卷积 2.6实现卷积操作 2.7实现池化操作 3循环神经网络RNN 3.1循环神经网络简介 3.2循环神经网络的常见结构 4长短时记忆网络LSTM 4.1LSTM的三个门 4.2LSTM三个门的计算示例 4.3利用RNN&LSTM实现mnist手写数字识别 |
泰迪云课堂 |
||||
操作演练 |
个人PC |
|||||
在线答疑 |
微信群 |
|||||
第四课 图像处理实战:水产养殖水质智能识别 |
||||||
1月29日 19:00-21:30 |
1.案例背景与目标 2.读取一张图片数据 3.获取图片数据的像素值矩阵 4.截取图像的有效区域 5.水质图像特征-颜色矩 6.三个颜色矩的Python实现 7.如何进行批量化数据转换 8.自定义函数获取指定路径中的所有图片名称_x264 9.处理所有图片数据 10.数据处理代码整理 |
泰迪云课堂 |
||||
操作演练 |
个人PC |
|||||
在线答疑 |
微信群 |
|||||
第五课 计算机视觉实战:动态人脸智能识别 |
||||||
1月30日 19:00-21:30 |
1 案例背景及介绍 2人脸识别流程及实现 2.1 人脸识别案例流程 2.2 工程文件说明 2.3 人脸采集 2.4 人脸检测 2.5 灰度处理 2.6 模型结构与训练 2.7 模型测试 2.8 模型应用:调用电脑摄像头采集数据 2.9 模型应用:人脸检测 2.10 模型应用:模型测试与展示 3 人脸识别拓展思考 |
泰迪云课堂 |
||||
操作演练 |
个人PC |
|||||
在线答疑 |
微信群 |
|||||
第六课 综合实战:搭建一个智能车牌识别系统 |
||||||
1月31日 19:00-21:30 |
1明确项目目标 2准备数据 3照片预处理 4定位车牌信息 5分割车牌字符 6搭建车牌识别网络 7进行模型训练 8模型结果与评估 |
泰迪云课堂 |
||||
操作演练 |
|
|||||
在线答疑 |
个人PC |
|||||
第七课 认证考试 |
||||||
2月1日 19:00-21:30 |
工业和信息化部教育与考试中心大数据技术应用职业技术认证在线考试 |
泰迪云课堂 |
五、课程主讲师资介绍
冯国灿 博士,中山大学数学学院教授,博士生导师。泰迪杯数据挖掘挑战赛组委会委员,中国工业与应用数学会常务理事,广东省工业与应用数学学会理事长, 2000-2002英国格莱莫根大学数字图像实验室和布拉德福大学数字媒体实验室做博士后研究员。主要从事模式识别、计算机视觉研究,参加主持包括国家自然科学基金等科学基金20多项,发表学术论文100余篇,入选2014-2019爱思唯尔计算机科学中国高被引学者排行榜。
张敏 广东泰迪科技高级数据分析师、培训总监,从事用户数据分析和数据挖掘工作六年,具有丰富的大数据挖掘理论及实践培训经验,对数据具有较高的敏感度,根据数据对其进行全面的统计分析。精通Python、R语言、Matlab等多种数据挖掘工具。擅长市场发展情况监控、精确营销方面的数据挖掘工作。有为南方电网、珠江数码等大型企业长期提供实施服务的经验,主导了电子商务网站用户行为分析及网页智能推荐服务、中医证型关联规则挖掘、电信业务话单量预测、航空公司客户价值分析等多个项目。2017年“泰迪杯数据挖掘挑战赛教练员培训”主讲讲师,2018年广东省Python与深度学习技术师资培训班主讲讲师,2018年第一/三/五期全国高校大数据核心技术与应用师资研修班主讲讲师、2019年第一/二/三期全国高校大数据与人工智能师资研修班主讲讲师,2019年国家电网大数据竞赛河北、湖南省、甘肃省电力系统培训班主讲讲师,先后负责过西安理工大学、广东工业大学、广西师范学院、广西科技大学、闽江学院、广东石油化工学院、上海健康医学院等高校实训课程及德生科技等企业内训和数据挖掘就业班的课程。组织、参与编写图书《Python编程基础》、《Python数据分析与应用》、《R语言编程基础》等。
杨惠 广东泰迪科技高级数据分析师,具备丰富的培训经验,曾为多家企业、院校服务过专业培训工作。如PPV商业培训、泰迪大数据师资培训、珠海城职院数据分析培训; 2018年第一、三、五期全国高校大数据核心技术与应用师资研修班主讲讲师、2019年第一、三、五期全国高校大数据与人工智能师资研修班主讲讲师,2019年国家电网大数据竞赛河北省电力系统培训班主讲讲师。从事数据挖掘工作五年,擅长文本挖掘及深度神经网络RNN,熟悉常用机器学习算法原理及应用,如神经网络、SVM、决策树、贝叶斯等算法;精通R、Python、MATLAB等常用数据挖掘处理工具。具有丰富的实践项目经验。如“京东电商产品评论情感分析”项目;“珠江数码大数据营销推荐应用”项目;“电子商务网站智能推荐服务”项目。
七、报名材料及费用说明
1. 报名材料:报名申请表、身份证复印件、两寸近期正面免冠彩色半身证件照电子版
(要求:背景:白色,格式:JPG,大小:14-20K)。
2. 培训费用: 1980 元/人,包含(报名费、学习费、资料费、证书费)。
3. 本次研修班全部课程内容共计70课时,课程视频内容六个月内面向学员免费开放,可以反复学习。
相关会议