1.實(shí)用算法理論
1.1信息檢索（NER 關(guān)系抽?。?br /> 1.1.1引言
1.1.2NN/CNN-CRF模型
1.1.3RNN-CRF模型
1.1.4最近的一些工作
1.1.5總結(jié)
1.2文本摘要
1.2.1介紹
1.2.2生成式文本摘要
1.2.3最新前沿動(dòng)態(tài)
1.2.4評(píng)估摘要
1.2.5文本摘要總結(jié)
1.3多類(lèi)分類(lèi)與多標(biāo)簽分類(lèi)
1.3.1多類(lèi)與多標(biāo)簽分類(lèi)兩者區(qū)別
1.3.2性能度量方法
1.3.3基于樣例的度量方法
1.3.4基于標(biāo)簽的度量方法
1.3.5深度學(xué)習(xí)的應(yīng)用
1.4OCR
1.4.1OCR簡(jiǎn)介
1.4.2OCR的應(yīng)用場(chǎng)景
1.4.3OCR的技術(shù)路線
1.4.4圖像預(yù)處理
1.4.5文字檢測(cè)
1.4.6文本識(shí)別
1.4.7端到端的OCR

2.實(shí)用算法應(yīng)用
2.1智能問(wèn)答對(duì)話的架構(gòu)及各個(gè)組件（多輪對(duì)話，知識(shí)圖譜、業(yè)務(wù)問(wèn)答、閑聊）
2.2搜索引擎
2.3用戶行為分析（多模態(tài)）
2.4圖表檢索（柱狀圖等）

模塊二：企業(yè)機(jī)器學(xué)習(xí)平臺(tái)搭建
1. Anaconda 在線平臺(tái)搭建
1.1python 環(huán)境安裝
1.2Numpy、Pandas等數(shù)據(jù)操作環(huán)境的安裝
1.3Tensorflow 環(huán)境安裝
1.4Keras 環(huán)境安裝
1.5Sklearn 機(jī)器學(xué)習(xí)環(huán)境的安裝
1.6在線并發(fā)環(huán)境編程實(shí)踐

模塊三：如何解決小數(shù)據(jù)問(wèn)題：
2. 數(shù)據(jù)標(biāo)注系統(tǒng) - 用戶
2.1開(kāi)源的數(shù)據(jù)源介紹（10種）
2.2數(shù)據(jù)標(biāo)注系統(tǒng)及實(shí)踐（2種）
3. 主動(dòng)學(xué)習(xí)（active learning） 模型
3.1主動(dòng)學(xué)習(xí)模型結(jié)構(gòu)
3.2查詢函數(shù)舉例
3.3主動(dòng)學(xué)習(xí)編程實(shí)踐
4. 遷移學(xué)習(xí)模型
4.1遷移學(xué)習(xí)思路
4.2遷移學(xué)習(xí)編程實(shí)踐（vgg16）
5. 無(wú)監(jiān)督學(xué)習(xí)（聚類(lèi)算法）
5.1聚類(lèi)算法
5.2聚類(lèi)算法編程實(shí)踐
6. 增強(qiáng)學(xué)習(xí)（reinforcement learning）
7. 數(shù)據(jù)增強(qiáng)
7.1數(shù)據(jù)增強(qiáng)方法介紹（5種）
7.2數(shù)據(jù)增強(qiáng)編程實(shí)踐

模塊四：如何進(jìn)行算法優(yōu)化
1. 預(yù)處理與特征工程
2. 神經(jīng)網(wǎng)絡(luò)調(diào)參之路
3. 模型融合
六、課程總結(jié)：
一、重點(diǎn)知識(shí)回顧與總結(jié)
二、互動(dòng)與討論：?jiǎn)柵c答
就學(xué)員提出的問(wèn)題進(jìn)行分析、討論、模擬演練和點(diǎn)評(píng)。
七、講師介紹： 

博士
北京信息科技大學(xué)副教授
人工智能、數(shù)據(jù)挖掘?qū)＜?br /> IEEE Access等SCI期刊特約審稿人
中博智學(xué)教育公司常年簽約講師。
在AI技術(shù)高速發(fā)展的今天，王老師希望憑借他在深度學(xué)習(xí)、數(shù)據(jù)挖掘、大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)和移動(dòng)通信技術(shù)方面完整的知識(shí)體系及融會(huì)貫通的能力，加上深厚的數(shù)學(xué)功底，通過(guò)技術(shù)培訓(xùn)和咨詢?yōu)樾畔⑼ㄐ拧⒏咝？蒲袌F(tuán)隊(duì)、AI從業(yè)者長(zhǎng)遠(yuǎn)發(fā)展助一臂之力！在軟件測(cè)試流程設(shè)計(jì)及優(yōu)化、自動(dòng)化測(cè)試框架的實(shí)現(xiàn)、性能優(yōu)化等領(lǐng)域具有多年的實(shí)戰(zhàn)經(jīng)驗(yàn)，擅長(zhǎng)自動(dòng)化測(cè)試解決方案的制定與實(shí)施。
【主要工作】
長(zhǎng)期從事人工智能、數(shù)據(jù)挖掘、大數(shù)據(jù)領(lǐng)域研究生、自動(dòng)化測(cè)試、企業(yè)員工教學(xué)培訓(xùn)與地震人工智能科研工作；多次參與行業(yè)人工智能技術(shù)引用研討及大會(huì)發(fā)言；在大唐電信、中國(guó)地質(zhì)科學(xué)院等單位長(zhǎng)期全職、兼職從事深度學(xué)習(xí)、數(shù)據(jù)挖掘相關(guān)技術(shù)的培訓(xùn)及軟件研發(fā)；在高校從事數(shù)據(jù)挖掘、深度學(xué)習(xí)教學(xué)8年。
【主要研究領(lǐng)域】
基于對(duì)AI行業(yè)的長(zhǎng)期研究，對(duì)現(xiàn)在AI技術(shù)的發(fā)展與演進(jìn)、深度學(xué)習(xí)算法的推導(dǎo)、地震人工智能、自動(dòng)化測(cè)試、物聯(lián)網(wǎng)、智慧城市、大數(shù)據(jù)、云計(jì)算、TD-LTE都有著深入的理解，并且也一直在一線從事相關(guān)項(xiàng)目的咨詢服務(wù)工作，積累的豐富的實(shí)操經(jīng)驗(yàn)，保證課程的時(shí)效性和落地性，課程受到相關(guān)高校以及相關(guān)政府部門(mén)的高度好評(píng)。
【授課特點(diǎn)】
既有雄厚而扎實(shí)的AI理論基礎(chǔ)、精湛而熟練的技術(shù)，又有豐富的理論及實(shí)踐教學(xué)經(jīng)驗(yàn)和技巧，做過(guò)項(xiàng)目課題、參加過(guò)通信計(jì)費(fèi)結(jié)算軟件、建筑軟件、遙感圖像處理軟件、地震預(yù)測(cè)預(yù)報(bào)等軟件開(kāi)發(fā)工作。
在長(zhǎng)期的教學(xué)與培訓(xùn)實(shí)踐中形成了獨(dú)具特色、自成體系的教學(xué)風(fēng)格和教學(xué)方法，最大特點(diǎn)在于以人文的思想與方法進(jìn)行教學(xué)，生動(dòng)活潑，富于激情與感染力；教學(xué)針對(duì)性強(qiáng)，知識(shí)全面、思路清晰、邏輯嚴(yán)密、結(jié)合豐富的案例進(jìn)行教學(xué)，深入淺出、詼諧幽默；通過(guò)互動(dòng)教學(xué)，解決學(xué)員在實(shí)際工作中遇到的各種問(wèn)題，讓學(xué)員在短時(shí)間內(nèi)取得較大收獲。教授過(guò)得學(xué)院上千人，學(xué)生對(duì)教學(xué)效果評(píng)估滿意率均達(dá) 90%以上。
【精品課程】
人工
智能 人工智能技術(shù)概述及發(fā)展前景展望：人工智能背景與歷史、深度學(xué)習(xí)、腦認(rèn)知、行業(yè)發(fā)展現(xiàn)狀、發(fā)展趨勢(shì) Python基礎(chǔ)：列表、元組、字符串、字典、條件、循環(huán)控制、函數(shù)、異常處理、文件操作、多線程
大數(shù)據(jù)處理：Numpy、Pandas、Matplotilb、OpenCV、特征抽取、特征轉(zhuǎn)換、歸一化 機(jī)器學(xué)習(xí)：線性回歸、KNN、邏輯回歸、梯度下降算法、牛頓法、決策樹(shù)、隨機(jī)森林、GBDT算法、支持向量機(jī)、K-means、樸素貝葉斯算法、隱馬爾可夫模型、最大熵模型
深度學(xué)習(xí)平臺(tái)：TensorFlow、PyTorch、Keras
深度學(xué)經(jīng)典模型及應(yīng)用：
CNN、RNN、LSTM、GAN、Seq2Seq

強(qiáng)化學(xué)習(xí)：Q-Learning、Sarsa、DQN、Policy Gradient、Actor Critic 爬蟲(chóng)技術(shù)：urllib3、requests、lxml、bs4、Srapy、Selenium、PhantomJS
深度學(xué)習(xí)項(xiàng)目進(jìn)階實(shí)踐：人臉識(shí)別系統(tǒng)、智能推薦系統(tǒng)、情感分析系統(tǒng)、智能對(duì)話系統(tǒng)
大數(shù)據(jù)及數(shù)據(jù)挖掘 大數(shù)據(jù)技術(shù)概述及演變趨勢(shì) 大數(shù)據(jù)時(shí)代的業(yè)務(wù)支撐系統(tǒng)
MapReduce技術(shù)架構(gòu) Hadoop 分布式程序開(kāi)發(fā)
Spark內(nèi)存程序開(kāi)發(fā) HBase數(shù)據(jù)存儲(chǔ)原理及應(yīng)用
MongoDB數(shù)據(jù)庫(kù)開(kāi)發(fā)
數(shù)據(jù)挖掘技術(shù)概述 協(xié)同過(guò)濾——基于用戶的顯式推薦算法
協(xié)同過(guò)濾——隱式評(píng)級(jí)及基于物品的過(guò)濾 內(nèi)容過(guò)濾機(jī)及分類(lèi)——基于物品屬性的過(guò)濾
算法評(píng)估及KNN 概率及樸素貝葉斯：貝葉斯定理、非結(jié)構(gòu)化文本分類(lèi)
聚類(lèi)：K-MEANS聚類(lèi)、SSE及散度

【近幾年主持、參與的科研項(xiàng)目】
（1）國(guó)家自然科學(xué)基金，模擬地震監(jiān)測(cè)波形記錄矢量化關(guān)鍵算法研究與系統(tǒng)開(kāi)發(fā)（數(shù)字圖像處理、數(shù)據(jù)挖掘方向）（國(guó)家級(jí)，主持）。
（2）大唐電信軟件公司計(jì)費(fèi)結(jié)算部工程師，設(shè)計(jì)開(kāi)發(fā)了內(nèi)蒙聯(lián)通計(jì)費(fèi)結(jié)算系統(tǒng)，河北鐵通計(jì)費(fèi)系統(tǒng)，河南移動(dòng)計(jì)費(fèi)系統(tǒng)。
（3）多次指導(dǎo)學(xué)生參加阿里天池杯大數(shù)據(jù)競(jìng)賽，2015年度40個(gè)國(guó)家2100支隊(duì)伍參與的“淘寶穿衣搭配算法” 競(jìng)賽決賽取得排名189名；2016年度40個(gè)國(guó)家3046支隊(duì)伍參與的“機(jī)場(chǎng)客流量的時(shí)空分布預(yù)測(cè)”競(jìng)賽決賽中決賽排名115名，優(yōu)異成績(jī)；2017年，在全球1143支隊(duì)伍參與的“余震捕捉AI大賽”中指導(dǎo)學(xué)生排名45名。
（4）中博教育人工智能研發(fā)部技術(shù)總監(jiān)，人工智能公考軟件技術(shù)負(fù)責(zé)人。
（5）校級(jí)人才引進(jìn)支持計(jì)劃A類(lèi)（人工智能方向），主持。
（6）中國(guó)地質(zhì)調(diào)查局工作項(xiàng)目子課題，陸域天然氣水合物大數(shù)據(jù)處理與存儲(chǔ)（數(shù)據(jù)挖掘方向）（省部級(jí)，排名第2）。
（7）中國(guó)地震局教師科研基金，活動(dòng)斷裂帶重點(diǎn)區(qū)域用地變化檢測(cè)技術(shù)研究（數(shù)據(jù)挖掘方向）（省部級(jí)，主持）。
（8）中央高校基本科研創(chuàng)新團(tuán)隊(duì)項(xiàng)目子課題，基于多源地震遙感數(shù)據(jù)融合的斷層識(shí)別技術(shù)研究（數(shù)據(jù)挖掘方向）（主持）。
（9）國(guó)家重大科技專(zhuān)項(xiàng)子課題，高分遙感應(yīng)急示范工程先期攻關(guān)項(xiàng)目--多源地震信息融合技術(shù)研究（數(shù)據(jù)挖掘方向）（國(guó)家級(jí)，排名第2）。
（10）中央高?；究蒲袠I(yè)務(wù)費(fèi)青年教師資助計(jì)劃，基于HRTEM和STM圖像的石墨烯晶體結(jié)構(gòu)缺陷識(shí)別（數(shù)字圖像處理、數(shù)據(jù)挖掘方向）（主持）。
（11）中國(guó)地震局教師科研基金，主震地震參數(shù)與后續(xù)最大地震震級(jí)之間的統(tǒng)計(jì)關(guān)系研究（人工智能方向）（排名第2）。
（12）河北省科學(xué)技術(shù)廳河北省科技計(jì)劃項(xiàng)目，基于大數(shù)據(jù)技術(shù)的流體觀測(cè)數(shù)據(jù)前兆異常自動(dòng)識(shí)別算法研究（人工智能方向）（排名第3）。
（13）校級(jí)教育研究與教學(xué)改革項(xiàng)目， 情景式教學(xué)方法在《UML與設(shè)計(jì)模式》教學(xué)中的應(yīng)用（主持）。
【近幾年發(fā)表的論文（第一作者）】
(1)A new program on digitizing analog seismograms, Computers & Geosciences, 2016, 93,70-76.(SCI，IF 2.8)
(2)Recognition of Defect Structure of Graphene by Image Processing Technique, Journal of Computational and Theoretical Nanoscience, 2014, 11(2), 391-395. (SCI)
(3)Recognition of amount of carbon atoms of graphite STM images, Journal of Computational and Theoretical Nanoscience, 2011, 8(11), 2204-2208. (SCI)
(4)Recognition of atomically-resolved STM images of graphite, Journal of Computational and Theoretical NanoScience, 2010, 7(2), 404-407 (SCI)
(5)Recognition of chiral vector angle of individual single-walledcarbon nanotubes by image processing techniques, Journal of Computational and Theoretical NanoScience, 2009, 6 (5), 1008-1012. (SCI)
(6) Land use Change Detecting using Remote Sensing in Xiadian Fault Zone, Journal of Residuals Science & Technology, 2016,12(8), 185-186. (SCI 刊源)
(7)Fault Diagnosis of Sucker-Rod Pumping System Using Support Vector Machine, Communications in Computer and Information Science, 2012, 289,179-189.(EI)
(8)Study of oil-gas yield model of a suck-rod pumping well based on thedata mining of pump dynamometer cards，The 2th International Conference onComputer Science and Service System, 2012.
(9)Recognition of topology feature of Graphene by image processing technique, Advanced Materials Research, 2013, 756-759: 4133-4137. (EI)
(10)Analysis of the Relationship between Main Shock and Aftershocks Based on Association Rules, Advanced Materials Research , 2013, 760 -762: 1174-1177 (EI).
(11)Energy Field Filling of NEIC Broadband Radiated Energy Catalogue Based on Method of Least Squares, Advanced Materials Research (Volumes 760-762), 1339-1342, 2013. (EI)
(12)A New Curve Tracing Algorithm Based on Local Feature in the Vectorization of Paper Seismograms, Sensors & Transducers Journal, 2014 165: 108-111, 2014. (EI)
(13)Spatial characteristics of the major surface rupture in Lushan area to the south of Dujiangyan city by analyzing remote sensing images, 2014 International Conference on Information GIS and Resource Management, 2014.
(14)Researches on key algorithms in analogue seismogram records vectorization，Sensors & Transducers Journal, 2014, 178 (9): 209-213.
(15)A new waveform mosaic algorithm in the vectorization of paper seismograms, Sensors & Transducers Journal,Vol. 2014, 182 (11), 203-206.
(16)Energy field filling of neic broadband radiated energy catalogue based on Support Vector Machine regression model, Applied Mechanics and Materials. 2014, 687-691, 1514-1517. (EI)
(17)Analysis of the relationship between apparent stress and main-after shocks magnitude difference on association rules, energy education science and technology part a. 2015. 33(1): 425-434.
【主要培訓(xùn)經(jīng)歷】
1、擁有5年以上的通信行業(yè)工作經(jīng)驗(yàn)，先后為全國(guó)多家通信公司有過(guò)項(xiàng)目開(kāi)發(fā)合作及授課。曾為北京大唐電信、河北聯(lián)通等多家省市通信公司講授大數(shù)據(jù)系統(tǒng)、AI研發(fā)技術(shù)系統(tǒng)培訓(xùn)、數(shù)據(jù)挖掘技術(shù)、Nosql數(shù)據(jù)庫(kù)、移動(dòng)互聯(lián)網(wǎng)等相關(guān)技術(shù)。
2、曾為溫州大學(xué)、石家莊鐵道大學(xué)、中國(guó)地質(zhì)科學(xué)院及北京城市學(xué)院等多家院校講授《人工智能算法在醫(yī)學(xué)數(shù)據(jù)分類(lèi)上的應(yīng)用（CNN及Reinforcement Learning）》、《人工智能技術(shù)概述及典型算法培訓(xùn)》、《人工智能在地學(xué)資料文本數(shù)據(jù)挖掘方向的應(yīng)用》、《計(jì)算機(jī)網(wǎng)絡(luò)》、《數(shù)字圖像處理》、《計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言》等高級(jí)核心課程。 

• 人工智能生物識(shí)別綜述：技術(shù)分類(lèi)及應(yīng)用

   

  一．生物識(shí)別的定義和概要簡(jiǎn)述1.為什么需要生物識(shí)別2.生物識(shí)別（bio-metrics）系統(tǒng)的分類(lèi)3.生物識(shí)別系統(tǒng)4.生物識(shí)別框架二．生物識(shí)別的多種類(lèi)型指紋，掌紋—指紋掌紋采集，評(píng)估，特征提取，特征對(duì)比聲紋識(shí)別--傳感器音頻采樣，降噪濾波，特征采樣，聲音數(shù)字特征匹配人臉識(shí)別—人臉..

  ￥   元/ 天

  人氣：993  

  

• 人工智能機(jī)器學(xué)習(xí)與深度學(xué)習(xí)實(shí)戰(zhàn)案例及應(yīng)用

   

  章節(jié) 內(nèi) 容 第一節(jié) ..

  ￥   元/ 天

  人氣：1053  

  

• 云計(jì)算、云產(chǎn)品概述及應(yīng)用實(shí)施

   

  課程背景：2018年國(guó)務(wù)院推出《推動(dòng)企業(yè)上云實(shí)施指南》，提出到2020年，云計(jì)算要在企業(yè)生產(chǎn)、經(jīng)營(yíng)、管理中的應(yīng)用廣泛普及，全國(guó)新增上云企業(yè)100萬(wàn)家。形成典型標(biāo)桿應(yīng)用案例100個(gè)以上，形成一批有影響力、帶動(dòng)力的云平臺(tái)和企業(yè)上云體驗(yàn)中心。未來(lái)20年的互聯(lián)網(wǎng)是“物聯(lián)網(wǎng)”時(shí)代，互聯(lián)網(wǎng)的下半場(chǎng)是數(shù)字化與智能化。而云計(jì)算是這個(gè)下半場(chǎng)的終..

  ￥22,300   元/ 天

  人氣：952  

  

• 任職資格的構(gòu)建及應(yīng)用

   

  前言任職資格管理實(shí)質(zhì)與員工隊(duì)伍職業(yè)化能力評(píng)價(jià)方法-任職資格的起源NVQ基本概況任職資格與職位管理的關(guān)系一、什么是職位職位分析與角色分析1.職位分析的方法與步驟2.職位職責(zé)的界面分析3.職位職責(zé)的準(zhǔn)確定位4.典型職位分析舉例案例分析：華為公司職位說(shuō)明書(shū)職位族/類(lèi)1.劃分職位族、類(lèi)的目的2.運(yùn)用職位..

  ￥   元/ 天

  人氣：2138