<pre id="hlljj"></pre>

          <noframes id="hlljj">
          <address id="hlljj"></address>
            <noframes id="hlljj">
            • 參會報名
            • 會議介紹
            • 會議日程
            • 會議嘉賓
            • 參會指南

            首頁 > 商務會議 > IT/技術會議 > 人工智能-深度學習技術培訓班(12月杭州) 更新時間:2021-11-26T22:57:45

            大會站點分布:
            (點擊可切換)
            人工智能-深度學習技術培訓班(12月杭州)
            收藏人
            分享到

            人工智能-深度學習技術培訓班(12月杭州) 已過期

            會議時間:2021-12-24 09:00至 2021-12-26 17:00結束

            會議地點: 杭州  會前統一通知  

            會議規模:50人

            主辦單位: 中國信息化人才培訓中心

            發票類型:增值稅普通發票 增值稅專用發票

            行業熱銷熱門關注看了又看 換一換

                  會議介紹

                  會議內容 主辦方介紹


                  人工智能-深度學習技術培訓班(12月杭州)

                  人工智能-深度學習技術培訓班(12月杭州)宣傳圖

                  ????? 人工智能(AI)是新一輪科技革命和產業變革的核心驅動力,將深刻改變人類社會生活,改變世界,對于實現社會生產力新躍升,提高綜合國力和國際競爭力具有重要意義。為了貫徹落實國務院印發的“新一代人工智能發展規劃”精神,推廣人工智能技術,中國信息化人才培訓中心決定舉辦 “人工智能-深度學習技術實戰培訓班”。本次培訓班由北京天博信通科技有限公司具體承辦,現將有關事宜通知如下:

                  培訓時間及地點

                  2021年09月23日-09月26日(23日報到)地點:重慶

                  2021年10月28日-10月31日(28日報到)地點:北京

                  2021年11月26日-11月29日(26日報到)地點:廣州

                  2021年12月24日-12月26日(23日報到)地點:杭州

                  培訓方式

                  本培訓班重視技術基礎,強調實際應用,采用技術原理與項目實戰相結合的方式進行教學。 通過展示教師的實際科研成果,講述人工智能的技術原理與應用系統開發方法、人工智能系統開發工具使用方法。使學員掌握人工智能基礎與專門知識,獲得較強的人工智能應用系統的分析、設計、實現能力。

                  提供實際的應用案例供學員動手實驗練 。實驗內容包括tensorflow2.4/keras2.4環境構建、圖數據庫NEO4J安裝與使用等。

                  培訓對象

                  1、政府、企業、學校IT相關技術人員;碩士及博士研究生。

                  2、企業技術總監及相關管理人員;

                  3、人工智能系統架構師、設計與編程人員;

                  4、對人工智能技術感興趣的其他人員。

                  查看更多

                  中國信息化人才培訓中心

                  公開課程:每年超過100場。管理課程以“企業IT架構建設、需求工程、IT項目管理、研發過程改進、IT產品生命周期管理、產品技術創新”等為主;技術課程以“軟件架構設計、J2EE框架開發、微軟Moss框架開發、網絡安全與運維、數據庫”等 IT技術。

                  會議日程

                  (最終日程以會議現場為準)


                  第一天

                  第一部分:人工智能基礎

                  1.1 人工智能(AI)概述

                  1.2 AI研究的主要技術問題

                  1.3 AI的主要學派

                  1.4 AI十大應用案例

                  (1)城市公共資源輔助優化配置 

                  (2)臨床醫療影像輔助診斷 

                  (3)英語聽說考試語音評測 

                  (4)智能供應鏈設計系統

                  (5)機器翻譯

                  (6)智能客服機器人 

                  (7)重點人群身份識別 

                  (8)智能網絡視頻云服務 

                  (9)人證比對實名認證

                  (10)工業互聯網平臺 

                  1.4 人工智能技術基礎

                  1.4.1 搜索與推理技術

                  1.4.2 知識表示  

                  第二部分:基于知識的人工智能系統及應用


                  2.1專家系統概念

                  2.2專家系統結構 

                  2.3專家系統開發工具

                  2.4專家系統設計與實際應用 

                  2.4.1計算機故障診專家系統  

                  2.4.2基于Web與云計算平臺的設備故障診斷專家系統 

                  2.5? 規則引擎與JSR94規范 ??

                  2.5.1 規則引擎產生背景

                  2.5.2 規則引擎概念

                  2.5.3 規則引擎架構

                  2.5.4 JSR94 規范 --Java規則引擎API

                  2.5.5 典型規則引擎

                  2.5.6 規則引擎應用案例(信用卡申請)

                  第二天

                  第三部分:知識圖譜

                  3.1? 知識圖譜概念

                  3.2? 知識圖譜與專家系統

                  3.3? 開放知識圖譜

                  3.4? 知識的提取、表示、存儲與檢索

                  3.5? 知識圖譜在互聯網金融行業的應用

                  3.6? 實驗: 基于NEO4j的知識圖譜應用系統

                  第二天

                  第四部分:基于聯接的人工智能系統及應用

                  4.1 神經網絡概念

                  4.2 前饋神經網絡算法 

                  4.3 前饋神經網絡設計方法

                  4.4 前饋神經網絡實際應用

                  4.4.1 基于神經網絡的煤礦突水預測系統  

                  4.4.2 融合專家系統與神經網絡的真空成型機故障診斷系統 

                  第三天

                  第五部分:基于深度學習的人工智能系統及應用

                  5.1 機器學習概念

                  5.2 深度學習概念

                  5.3 卷積積神經網絡

                  5.4? 增強學習

                  5.5? 遷移學習

                  5.6? 生成對抗網絡

                  5.7? 主流深度學習框架

                  5.7.1 TesorFlow 2.4(安裝與實例運行)

                  5.7.2 ?Keras2.4 (安裝與實例運行)

                  5.7.3? pytorch

                  5.8 基于TesorFlow/keras的深度學習應用系統上機實驗

                  (1)手寫體數字識別

                  (2)時裝識別

                  (3)情感識別

                  第六部分:基于深度學習的目標檢測與人臉識別

                  6.1 ?目標檢測(object detection)概念

                  6.2 傳統的目標檢測方法

                  6.3? 基于區域建議(候選框)的目標識別算法

                  6.3.1? R-CNN

                  6.3.2? Fast R-CNN

                  6.3.3? Faster R-CNN

                  6.3.4 Feature Pyramid Networks(FPN)-特征金字塔網絡

                  6.4? YOLO——One-Stage目標檢測算法

                  6.5? SSD與 Retina-Net

                  6.6? 基于ImageAI? 的計算機視覺編程庫

                  6.9人臉識別關鍵技術概述

                  6.10人臉檢測算法

                  6.10.1 人臉檢測算法 MTCNN

                  6.11 人臉識別算法 - Google FaceNet(2015)

                  6.11 基于MTCNN和facenet實現人臉檢測和人臉識別實驗

                  查看更多

                  會議嘉賓

                  (最終出席嘉賓以會議現場為準)


                  張璟

                  博士畢業于西安交通大學電信學院,現為西安理工大學大學計算機學院2級教授,博士生導師,陜西省***專家組專家。

                  2000年9-12月訪問美國密西根大學、日本大學,2012-2019年先后訪問美國加州大學圣芭芭拉分校、斯坦福大學、克萊姆森大學、喬治亞理工學院。

                  曾任西安理工大學計算機學院副院長、陜西省信息化專家組專家、陜西省制造業信息化專家組專家,計算機學院副院長、計算機學科帶頭人,西北工業大學兼職研究員。1985年以來,主要從事人工智能、因特信息網方面的教學與研究,進行過多個實用人工智能系統、網絡與信息系統的規劃、設計與開發。主持完成科研項目35項,其中國家863課題6項、陜西省科技攻關項目2項、企業委托項目14項。獲省、部級科技獎勵6項。

                  2010年以來,主要從事云計算、大數據、人工智能與深度學習方面的研究開發與教學。曾用人工智能語言Prolog實現計算機故障診斷專家系統;用C語言實現煤礦突水預測神經網絡系統;用專家系統工具Jess工具設計企業大數據平臺;用tensorflow/Keras/Phtyon 實現手寫體數字識別、電影評價情感識別系統,設計股票預測系統,人臉識別系統。

                  典型人工智能方面的成果:

                  1.神經網絡專家系統理論及其在煤礦水害預測中的應用,1997年12月獲機械工業部科技進步三等獎。

                  2.國家電子類規劃教材:人工智能基礎,電子工業出版社,2000年3月。(ISBN 7-5053-5725-5/G.489)

                  3.實時控制神經網絡專家系統結構及推理算法,模式識別與人工智能,第8卷第2期(1995年6月)

                  查看更多

                  參會指南

                  會議門票 場館介紹


                  7800元/人(含培訓、教材、午餐、場地、證書、學習用品費等),需要住宿學員請提前通知,可統一安排,費用自理。

                  參加相關培訓并通過考試的學員,可以獲得:

                  工業和信息化部頒發的《深度學習技術證書》。該證書可作為專業技術人員職業能力考核的證明,以及專業技術人員崗位聘用、任職、定級和晉升職務的重要依據。

                  注:請學員帶二寸彩照2張(背面注明姓名)、身份證復印件一張。


                  查看更多

                  溫馨提示
                  酒店與住宿: 為防止極端情況下活動延期或取消,建議“異地客戶”與活動家客服確認參會信息后,再安排出行與住宿。
                  退款規則: 活動各項資源需提前采購,購票后不支持退款,可以換人參加。

                  會議支持:

                  • 會員折扣
                    該會議支持會員折扣
                    具體折扣標準請參見plus會員頁面
                  • 會員返積分
                    每消費1元累積1個會員積分。
                    僅PC站支持。
                  • 會員積分抵現
                    根據會員等級的不同,每抵用1元可使用的積分也不一樣,具體可參見PLUS會員頁面。 僅PC站支持。

                  會議地點 查看大圖

                  部分參會單位

                  主辦方沒有公開參會單位

                  郵件提醒通知

                  分享到微信 ×

                  打開微信,點擊底部的“發現”,
                  使用“掃一掃”即可將網頁分享至朋友圈。

                  錄入信息

                  請錄入信息,方便生成邀請函

                  婬荡的女教师3p,人人澡人人擦人人免费,亚洲日韩色欧另类欧美色吊丝

                    <pre id="hlljj"></pre>

                          <noframes id="hlljj">
                          <address id="hlljj"></address>
                            <noframes id="hlljj">