会议详情 |
发票类型:增值税普通发票 增值税专用发票
人工智能(AI)是新一轮科技革命和产业变革的核心驱动力,将深刻改变人类社会生活,改变世界,对于实现社会生产力新跃升,提高综合国力和国际竞争力具有重要意义。为了贯彻落实国务院印发的“新一代人工智能发展规划”精神,推广人工智能技术,中国信息化人才培训中心决定举办 “人工智能-深度学习技术实战培训班”。本次培训班由北京天博信通科技有限公司具体承办,现将有关事宜通知如下:
培训时间及地点
2021年06月17日-06月19日(16日报到)地点:上海
2021年08月05日-08月08日(05日报到)地点:昆明
培训方式
本培训班重视技术基础,强调实际应用,采用技术原理与项目实战相结合的方式进行教学。 通过展示教师的实际科研成果,讲述人工智能的技术原理与应用系统开发方法、人工智能系统开发工具使用方法。使学员掌握人工智能基础与专门知识,获得较强的人工智能应用系统的分析、设计、实现能力。
提供实际的应用案例供学员动手实验练 。实验内容包括tensorflow2.4/keras2.4环境构建、图数据库NEO4J安装与使用等。
培训对象
1、政府、企业、学校IT相关技术人员;硕士及博士研究生。
2、企业技术总监及相关管理人员;
3、人工智能系统架构师、设计与编程人员;
4、对人工智能技术感兴趣的其他人员。
公开课程:每年超过100场。管理课程以“企业IT架构建设、需求工程、IT项目管理、研发过程改进、IT产品生命周期管理、产品技术创新”等为主;技术课程以“软件架构设计、J2EE框架开发、微软Moss框架开发、网络安全与运维、数据库”等 IT技术。
第一天 | 第一部分:人工智能基础 | 1.1 人工智能(AI)概述 1.2 AI研究的主要技术问题 1.3 AI的主要学派 1.4 AI十大应用案例 (1)城市公共资源辅助优化配置 (2)临床医疗影像辅助诊断 (3)英语听说考试语音评测 (4)智能供应链设计系统 (5)机器翻译 (6)智能客服机器人 (7)重点人群身份识别 (8)智能网络视频云服务 (9)人证比对实名认证 (10)工业互联网平台 1.4 人工智能技术基础 1.4.1 搜索与推理技术 1.4.2 知识表示 |
第二部分:基于知识的人工智能系统及应用 | 2.1专家系统概念 2.2专家系统结构 2.3专家系统开发工具 2.4专家系统设计与实际应用 2.4.1计算机故障诊专家系统 2.4.2基于Web与云计算平台的设备故障诊断专家系统 2.5 规则引擎与JSR94规范 2.5.1 规则引擎产生背景 2.5.2 规则引擎概念 2.5.3 规则引擎架构 2.5.4 JSR94 规范 --Java规则引擎API 2.5.5 典型规则引擎 2.5.6 规则引擎应用案例(信用卡申请) | |
第二天 | 第三部分:知识图谱 | 3.1 知识图谱概念 3.2 知识图谱与专家系统 3.3 开放知识图谱 3.4 知识的提取、表示、存储与检索 3.5 知识图谱在互联网金融行业的应用 3.6 实验: 基于NEO4j的知识图谱应用系统 |
第二天 | 第四部分:基于联接的人工智能系统及应用 | 4.1 神经网络概念 4.2 前馈神经网络算法 4.3 前馈神经网络设计方法 4.4 前馈神经网络实际应用 4.4.1 基于神经网络的煤矿突水预测系统 4.4.2 融合专家系统与神经网络的真空成型机故障诊断系统 |
第三天 | 第五部分:基于深度学习的人工智能系统及应用 | 5.1 机器学习概念 5.2 深度学习概念 5.3 卷积积神经网络 5.4 增强学习 5.5 迁移学习 5.6 生成对抗网络 5.7 主流深度学习框架 5.7.1 TesorFlow 2.4(安装与实例运行) 5.7.2 Keras2.4 (安装与实例运行) 5.7.3 pytorch 5.8 基于TesorFlow/keras的深度学习应用系统上机实验 (1)手写体数字识别 (2)时装识别 (3)情感识别 |
第六部分:基于深度学习的目标检测与人脸识别 | 6.1 目标检测(object detection)概念 6.2 传统的目标检测方法 6.3 基于区域建议(候选框)的目标识别算法 6.3.1 R-CNN 6.3.2 Fast R-CNN 6.3.3 Faster R-CNN 6.3.4 Feature Pyramid Networks(FPN)-特征金字塔网络 6.4 YOLO——One-Stage目标检测算法 6.5 SSD与 Retina-Net 6.6 基于ImageAI 的计算机视觉编程库 6.9人脸识别关键技术概述 6.10人脸检测算法 6.10.1 人脸检测算法 MTCNN 6.11 人脸识别算法 - Google FaceNet(2015) 6.11 基于MTCNN和facenet实现人脸检测和人脸识别实验 |
张璟
博士毕业于西安交通大学电信学院,现为西安理工大学大学计算机学院2级教授,博士生导师,陕西省***专家组专家。
2000年9-12月访问美国密西根大学、日本大学,2012-2019年先后访问美国加州大学圣芭芭拉分校、斯坦福大学、克莱姆森大学、乔治亚理工学院。
曾任西安理工大学计算机学院副院长、陕西省信息化专家组专家、陕西省制造业信息化专家组专家,计算机学院副院长、计算机学科带头人,西北工业大学兼职研究员。1985年以来,主要从事人工智能、因特信息网方面的教学与研究,进行过多个实用人工智能系统、网络与信息系统的规划、设计与开发。主持完成科研项目35项,其中国家863课题6项、陕西省科技攻关项目2项、企业委托项目14项。获省、部级科技奖励6项。
2010年以来,主要从事云计算、大数据、人工智能与深度学习方面的研究开发与教学。曾用人工智能语言Prolog实现计算机故障诊断专家系统;用C语言实现煤矿突水预测神经网络系统;用专家系统工具Jess工具设计企业大数据平台;用tensorflow/Keras/Phtyon 实现手写体数字识别、电影评价情感识别系统,设计股票预测系统,人脸识别系统。
典型人工智能方面的成果:
1.神经网络专家系统理论及其在煤矿水害预测中的应用,1997年12月获机械工业部科技进步三等奖。
2.国家电子类规划教材:人工智能基础,电子工业出版社,2000年3月。(ISBN 7-5053-5725-5/G.489)
3.实时控制神经网络专家系统结构及推理算法,模式识别与人工智能,第8卷第2期(1995年6月)
7800元/人(含培训、教材、午餐、场地、证书、学习用品费等),需要住宿学员请提前通知,可统一安排,费用自理。
参加相关培训并通过考试的学员,可以获得:
工业和信息化部颁发的《深度学习技术证书》。该证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。
注:请学员带二寸彩照2张(背面注明姓名)、身份证复印件一张。
相关会议
2024-12-26深圳
2025-01-10南京