请联系主办方进行认证，即可解锁访问限制。
为了不影响召集报名，请您进行认证，即可解锁访问限制。
![]()
机器学习、深度学习、计算机图像处理和知识图谱 应用与核心技术实战
该主办方未认证，请注意风险防范！
{{list.startDate}} ~ {{list.overDate}}
{{list.overDate}}结束
{{list.startDate}}开始
票种
-
免费 ¥{{toDecimal2(item.price)}} {{item.name}} ¥{{ toDecimal2(item.plusPrice) }} 优惠码减免¥{{item.discountMoney}} 优惠码折扣{{item.discountRate}}%
-
{{item.name}}免费 ¥{{toDecimal2(item.price)}} {{item.name}} ¥{{ toDecimal2(item.plusPrice) }} 优惠码减免¥{{item.discountMoney}} 优惠码折扣{{item.discountRate}}%
{{item_time_note}}
{{ticketText != ''&&item_time_note!=''?'（':''}}
说明：{{ticketText}}
{{ticketText != ''&&item_time_note!=''?'）':''}}
数量
领券
-
立减{{coupon.couponDiscountMoney}}元
满{{coupon.couponLimitMoney}}减{{coupon.couponDiscountMoney}}
该主办方未认证，请注意风险防范！
互动吧
{{pub_count}}
活动{{fansCount}}
粉丝{{shopDesc|html}}进店 >
Ta组织活动太忙，还没腾出空写简介进店 >
机器学习、深度学习、计算机图像处理和知识图谱
应用与核心技术实战
培训班
地点 | 北京 | 上海 |
时间 | 8月 26-29 | 11月 27-30 |
培训 方式 | 现场面授/线上远程授课/视频回放、辅导答疑/定期的线上辅导答疑、专属互动群 （报名10人以上可预定线下培训地点，满足开班要求即可安排） | |
一、 培训收益
课程中通过细致讲解，使学员掌握该技术的本质。具体收益包括：
1. 回归算法理论与实战
2. 决策树算法理论与实战
3. 集成学习算法理论与实战
4. 聚类算法理论与实战
5. 神经网络算法
6. Tensorflow DNN CNN构建
7. 基于OpenCV计算机视觉识别
8. YOLO目标识别框架
9. 从0到1完成知识图谱构建
10. 通过展示教师的实际科研成果，讲述人工智能与知识图谱的技术原理与应用系统开发方法、知识图谱系统开发工具使用方法。使学员掌握知识图谱基础与专门知识，获得较强的知识图谱应用系统的分析、设计、实现能力。
二、 培训特色
本次培训从实战的角度对深度学习技术进行了全面的剖析，并结合实际案例分析和探讨深度学习的应用场景，给深度学习相关从业人员以指导和启迪。
三、 日程安排
培训模块 | 培训内容 |
机器学习与线性回归算法 | 线性回归实现销售数据预测 1. 线性回归介绍与公式推导 2. 多变量线性归回归与梯度下降 3. 预测销量与广告投放相关性预测 4. 数据升维与PCA降维 5. 数据归一化与模型优化 6. 欠拟合与过拟合 7. 训练结果的可视化 8. 保存模型与再加载 |
逻辑回归与决策树实战 | 逻辑回归之信用卡反欺诈预测 1. 项目背景与需求分析 2. 特征工程之标准化 3. 基本预处理操作 4. 上采样与下采样 5. 混淆矩阵可视化函数 6. 模型的训练与准确率,精确率,召回率 |
决策树、集成学习识别银行高风险贷款 1. 信息增益与算法原理介绍 2. 数据分析、特征工程 3. 模型训练与优化参数 4. 随机森林、正向激励算法 5. 采用决策树识别高风险贷款 | |
Tensorflow2.3 神经网络 | 深度学习与深度神经网络实践 1. Tensorflow安装 2. Tensorlfow基础知识 3. Tensorflow线性回归 4. Tensorflow非线性回归 5. Mnist数据**Softmax讲解 6. 使用BP神经网络搭建手写数字识别 7. 交叉熵(cross-entropy)讲解和使用 8. 过拟合,正则化,Dropout 9. 各种优化器Optimizer 10. 改进手写数字识别网络 11. 模型保存与载入 |
深度学习之卷积神经网络 | CIFAR图形图像识别项目 1. CIFAR项目需求介绍 2. 分析爱data_batch数据集 3. CNN卷积神经网络介绍 4. 卷积、深度、池化、步长、激活函数 采用CNN完成CIFAR物体分类 1. 人脸识别数据集与算法介绍 2. 模型结构设计 3. 人脸损失函数设计 4. 模型与参数调优 |
Keras 神经网络框架 | Keras理论介绍最佳实战 1. Keras神经网络框架介绍 2. 基于Keras情感类分析 3. 动物分类器实现 4. 采用Keras实现非线性回归 5. 生成式对抗神经网络原理及应用 6. 模块结构分析与优化策略 7. 采用Keras重构TensorFlow项目 |
Open CV计算机视觉技术 | OpenCV的人脸识别 1. OpenVINO框架介绍与安装测试 2. OpenCV DNN中使用IE模块加速 3. 转化工具与IE模块加速 4. 准备人脸数据 5. CV扫描图像、平滑、扩张实现 6. DNN神经网络识别人脸 7. 测试与调优操作 8. 基于Open CV DNN 构建车辆与车牌检查模型 |
YOYO目标识别框架技术 | YOYO目标识别框架介绍 1. 标检测任务介绍 2. RCNN/Fast-RCNN/Faster-RCNN算法介绍 3. YOLO算法介绍 4. 目标分割任务介绍 5. 全卷积网络 6. 双线性上采样 7. 特征金字塔 8. Mask RCNN算法介绍 9. 目标分割项目实战 |
图数据库与构建知识图谱 | 知识表示与建模 1. 知识图谱核心技术：知识推理 2. 知识图谱应用场景与抽取概述介绍 3. 本体知识推理与任务分类 4. 实体与关系、事件抽取技术 5. 采用TxtCnn、CRF完成知识抽取 6. 采用RNN、LSTM完成知识抽取 |
知识存储与问答机器人构建 1. 知识存储neo4j常用数据库 2. Cyhper语言介绍 3. 采用Py操作Neo4j数据库 4. 基于知识图谱问答机器人构建 | |
知识图谱概述 | 1.知识图谱（KG）概念 2.知识图谱的起源与发展 3.典型知识图谱项目简介 4.知识图谱技术概述 5.知识图谱典型应用 |
知识表示 | 1.基于符号**的知识表示概述 1.1 谓词逻辑表示法 1.2 产生式系统表示法 1.3 语义网络表示法 2 知识图谱的知识表示 2.1 RDF和RDFS 2.2 OWL和OWL2 2.3 Json-LD与RDFa、MicroData 2.4 SPARQL查询语言 3 知识建模实战 Protege |
知识图谱核心基础技术（一） 神经网络与深度学习 | 1.经网络基本原理 2.神经网络应用举例 3.深度学习概述 4.主流深度学习框架 4.1 TesorFlow 4.2 Caffe 5.卷积神经网络（CNN） 5.1 CNN简介 5.2 CNN关键技术:局部感知、卷积、池化、CNN训练 5.3 典型卷积神经网络结构 5.4 深度残差网络 5.5 案例：利用CNN进行手写数字识别 |
知识图谱核心基础技术（二） 基于深度学习的自然语言处理 | 1.循环神经网络（RNN）概述 2.基本RNN 3.长短时记忆模型(LSTM) 4.门控循环单元（GRU） 5.知识图谱向量表示方法 5.1 向量表示法 5.2 知识图谱嵌入 |
知识抽取与融合 | 1.知识抽取主要方法与方式 1.1 主要方法 1.2 主要方式 2 面向结构化数据的知识抽取 2.1 Direct Mapping 2.2 R2RML 3.面向半结构化数据的知识抽取 3.1 基于正则表达式的方法 3.2 基于包装器的方法 4.面向非结构化数据的知识抽取 4.1 实体抽取 4.3 事件抽取 5.1知识挖掘流程 5.2 知识挖掘主要方法 6 知识融合 6.1 本体匹配 |
存储与检索 | 1.知识存储与检索基础知识 2.知识图谱的存储方法 2.1基于关系数据库的存储 2.3 原生图数据库Neo4j存储 3.图谱构建实践 NEO4J |
知识图谱案例 | 基于Neo4j人物关系知识图谱存储与检索 |
四、 授课专家
刘老师 西安邮电学院计算机科学与技术本科专业，拥有着十几年软件研发经验，7年企业培训经验，对Java、Python、区块链等技术领域有独特的研究，精通J2EE企业级开发技术。Java方向：设计模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且对Java源码有深入研究。Python方向：Python OOP、Mongodb、Django、Scrapy爬虫、基于Surprise库数据推荐，Tensorflow人工智能框架、人脸识别技术。区块链方向：BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS。
覃老师 上海大学物理学硕士，创业公司合伙人，技术总监。机器学习，深度学习领域多年一线开发研究经验，精通算法原理与编程实践。曾使用Tensorflow，Caffe，Keras等深度学习框架完成过多项图像，语音，nlp，搜索相关的人工智能实际项目，研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验，讲课通俗易懂，代码风格简洁清晰。
王老师 计算机博士，深入理解传统的计算机视觉方法与目前主流的深度学习算法，在图像识别、目标检测、图像分割、OCR、人脸识别等方向均进行了丰富的项目实战。熟练使用OpenCV、Tensorflow、Keras等工具。具备丰富的数据挖掘经验，熟悉大数据下的ETL与模型搭建，曾独立负责美团用户信用分评估、敏感身份挖掘、京东金融APP多个模块推荐算法搭建等项目。
五、 培训费用
培训费：8800元/人（含培训费、平台费、资料费以及直播视频回放一年等费用）。
本课程由中国信息化培训中心颁发《人工智能高级工程师》证书，证书查询网址：www.zpedu.com;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。
七、 联系方式
联系人： 陈红
手 机（微信）： 15801495295
Q Q ： 827217499
邮 箱： 827217499@qq.com
chenhong@zpedu.org
温馨提示：
在付费报名之前请仔细甄别主办方的资质及服务能力。部分主办方会私下与报名者沟通承诺参与活动后的权益，并夸大参与后的收益效果等，以此来收取高额的报名费。这类活动通常有基于抖音、淘宝等平台的推广、代理加盟、引流变现等相关内容。
为保障您的权益，避免相关的经济损失，互动吧平台特此说明，平台仅提供相关的技术支持，不承担参与者与主办方在活动过程中的相关纠纷，若出现相关纠纷，平台会积极协助处理。
同路人正在赶来， 快来一起参加吧~~
正在加载...
- 为你推荐
-
{{hot.infoTitle}}{{hot.infoStartTime}}
{{hot.infoStartTime}}
{{hot.infoStartTime.substr(0,16).replace(new Date().getFullYear()+'-','')}}
Live{{hot.plusDiscountPriceRange}}{{hot.priceWithSign}} {{hot.highlight|html}}
加载中
该主办方未认证，请注意风险防范！
{{pub_count}}
活动{{fansCount}}
粉丝{{shopDesc|html}}进店>
Ta组织活动太忙，还没腾出空写简介进店>
一对一为您答疑解惑
-
{{selectlist.title}}
{{selectlist.infoDate}}{{selectlist.priceWithSign}} {{selectlist.plusDiscountPriceRange}} {{selectlist.highlight}}
加载中...
-
{{list.shortName}}天{{list.desc1}}{{list.desc2}}
支付成功
-
增值服务
7 30 90 天{{functionName}} - 有效期 {{effectDate}}至{{expiryDate}}
- 支付金额 {{price}}元
成为银牌会员
{{infoText}}
-
高端模板免费用
提升活动人气
-
活动排名加权
提升活动排名
-
去除报名页广告
提升活动报名效果
-
高端邀请海报
全场无限使用
-
活动优先审核
快人一步上架曝光
-
大额提现
限额提升4倍
-
报名渠道监测
掌握各渠道业绩
-
发布多场次活动
发布一次一劳永逸
-
免认证服务
免99元审核服务费
-
更多特权
敬请期待
马上开通
-
{{item.type}}
¥{{item.price}}/{{item.viewType}}
¥{{item.oriPrice}}/{{item.viewType}}
季卡、半年卡、年卡均已包含认证审核服务费，支持开具发票
使用微信或支付宝扫码完成支付
支付金额：¥{{selectGrItem.price}}/{{selectGrItem.viewType}}(已省¥{{selectGrItem.oriPrice - selectGrItem.price}})
购买成功
已购买{{orderName}}
支付金额：¥{{payMoney}}
购买商品：{{orderName}}
扫码支付更轻松
购买成功
已购买{{orderName}}
{{curMemberData.title}}
{{curMemberData.tip}}
-
{{item.name}}
查看更多权益>
{{curMemberData.tags[0].name}}
查看更多权益>
{{item.imgText}}
-
{{temp.text}}
扫码成功
请在手机端支付
购买成功
您已成功购买{{checkMemberData.name}}
关注成功
扫码
185-1971-5119
