亚洲精品91_91欧美日韩_免费av观看_免费观看长河落日视频大全_亚欧天堂

當前位置: 首頁 > 內訓課程 > 課程內容
廣告1
相關熱門公開課程更多 》
相關熱門內訓課程更多 》
相關最新下載資料

人工智能應用及項目案例分析

課程編號:22067

課程價格:¥21200/天

課程時長:2 天

課程人氣:1294

行業(yè)類別:不限行業(yè)     

專業(yè)類別:人工智能 

授課講師:胡忠

  • 課程說明
  • 講師介紹
  • 選擇同類課
【培訓對象】


【培訓收益】
1.知識圖譜的基本概念和應用場景 2.知識圖譜系統(tǒng)的整體技術框架 3.知識更新和知識抽取的關鍵技術 4.實體分類和實體對齊的關鍵技術 5.知識關聯(lián)和推理的關鍵技術

第一章. 機器學習和深度學習系統(tǒng)設計方法論

a) 機器學習和深度學習的概念和區(qū)別

b) 人工智能算法工程師的日常工作流程

c) 傳統(tǒng)機器學習的系統(tǒng)設計方法

d) 人工智能時代深度學習的系統(tǒng)設計方法

第二章. 機器學習和深度學習人工智能的常見開發(fā)流程

a) 洞悉公司業(yè)務業(yè)務邏輯痛點,抽象出計算機解決方法方案

b) 數(shù)據(jù)清洗和預處理

c) 構建數(shù)據(jù)集,數(shù)據(jù)特征工程

d) 模型選擇,模型訓練,模型評估,模型測試

e) 開線效果評估

f) 線上開發(fā)性能測試,運行上線

 

第三章. 機器學習和深度學習實用環(huán)境搭建方法和實踐

a) 以做NLP的文本分類項目為例

b) 安裝相應的環(huán)境依賴的python工具包,如sklearn,keras,numpy,pandas等

c) 安裝深度學習框架,安裝tensorflow或者pytorch

d) 安裝GPU顯卡加速支持的驅動,如cuda驅動等

e) 從業(yè)務拉取數(shù)據(jù),構建數(shù)據(jù)集,數(shù)據(jù)特征工程

f) 選擇合適的算法模型,進行訓練,觀察每一輪訓練的準確率和召回率

g) 進行訓練過后的效果評估

第四章. 機器學習的離線訓練

e) 模型選擇的標準

f) 網(wǎng)格搜索,交叉驗證法,留出法

g) 面臨的問題:類目樣本不均衡,樣本數(shù)量不夠,樣本質量不佳,如何解決?

i. 類目不均衡:Facol Loss

ii. 樣本數(shù)量不夠:數(shù)據(jù)增強

iii. 樣本質量不佳:

h) 模型衡量標準:準確率,召回率,F1,AUC和ROC的概念

第五章. 機器學習的在線預測

a) 高并發(fā),低延時

b) 灰度測試,A/B Test 分桶對比

c) 效果好壞標準:CTR點擊率,平均停留時長,PV/UV變化等

第六章. 機器學習模型的線上實時反饋機制

a) 在線實時反饋

b) 在線學習微調機制

第七章. 人工智能整體是一個復雜,反饋的系統(tǒng)工程

咨詢電話:
0571-86155444
咨詢熱線:
  • 微信:13857108608
聯(lián)系我們