人工智能培训开发

课程级别：入门级

培训周期：4-6个月

上课时间：周末班、晚班

班 型：10人/班

上课地点：哈尔滨市南岗区哈西大街299号西城红场B座15层爱尚实训

授课对象：针对在读大专、本科学生、研究生、在职、离职准备转岗人员等编程爱好人员

同时开设：Java编程开发、Web前端开发、Python、大数据开发、人工智能等主流专业

爱尚特色

闯关式实训模式

每天一次项目解读、每天一次作业提交，每周一次技术考评，每月一次项目答辩，每阶段一次闯关考核，使学员“毕业即可上岗，上岗就能胜任”。

企业化管理方式

以项目组为单位的（10-15人）小班教学，分配工位、佩戴工牌、指纹考勤、项目管理工具、企业化开发与测试环境配备，资深项目经理亲自带队。

商业化项目案例

一线商用实训项目，涉及电子商务、ERP（企业资源计划）、MIS(管理信息系统）、CRM（客户关系管理）、BI（商业智能）、数据分析等领域。

无忧的就业保障

收/退费标准透明合理（每课时30元），一次收费培训至满意就业为止，闯关成功即可推荐就业（IT行业对口就业），签署正规协议，保证学员权益。

爱尚实训人工智能课程

第一部分 python基础

1、python语言的介绍、开发环境安装、python基本语法、python的变量、python流程控制语法

2、python的变量和集合、python面向对象编程、python函数、python模块

3、numpy运算包:numpy简介、numpy中的多维数组ndarray、ndarray常用方法、数组的基本运算、数组的形状操作

★实训项目★

使用python计算积分

第二部分数学基础

包括数学基础、线性回归、决策树和随机森林、提升算法、支持向量机、聚类算法、EM算法、朴素贝叶斯、基于主题模型的LDA算法、隐马尔可夫模型、神经网络

数学基础

1、高等数学基础：导数、微分、积分、求极值

2、线性代数基础：行列式、矩阵、矩阵的初等变换、线性方程组、向量组线性相关、相似矩阵

3、概率论与数理统计：概率和条件概率、古典概型、随机变量及其分布（均匀分布、二项式分布、泊松分布、正态分布）、随机变量的数字特征、中心极限定理、统计学概念、矩估计和极大似然估计法

4、凸优化：凸集、凸函数、凸优化

线性回归

1、机器学习简介、机器学习中的概念(回归、分类、误差、风险、损失函数、模型、拟合、交叉验证、超参数)、机器学习的步骤

2、线性回归（一）

理论基础：线性回归和分类的概念、算法思想、实现步骤

3、线性回归（二）

代码实现：股票预测、鸢尾花分类

★实训项目★

线性回归练习

决策树和随机森林

1、决策树和随机森林（一）

理论基础：决策树进行分类和回归的基础（信息熵模型）、ID3、C4.5、CART等算法思想、实现步骤

2、决策树和随机森林（二）

代码实现

★实训项目★

策树练习

提升算法

1、提升算法（一）

理论基础：基于AdaBoost、Boosting True算法思想、实现步骤

2、提升算法（二）

理论基础：XGBoost

3、提升算法（三）

python实现算法案例：泰坦尼克号生还者预测

★实训项目★

提升练习

支持向量机

1、支持向量机（一）

理论基础：算法思想（线性可分、线性、非线性）、理论推导、实现步骤、核函数升维思想、凸优化的技术在支持向量机中的应用

2、支持向量机（二）

代码实现：在python中编写SM0算法，自己实现SVM算法

3、支持向量机（三）

代码实现：在python中调用sklean库实现案例

★实训项目★

支持向量机练习

聚类算法

1、聚类算法（一）

理论基础：基于k近邻算法思想、实现步骤

2、聚类算法（二）

python实现算法案例

★实训项目★

聚类算法练习

EM算法

1、EM算法（一）

理论基础：EM算法的思想、实现步骤、推导过程、

算法推广（F函数的极大算法、GEM算法）

2、EM算法（二）

python实现算法案例

★实训项目★

EM算法练习

朴素贝叶斯

1、朴素贝叶斯算法（一）

理论基础：算法基本思想、后验概率最大化、极大似然估计、贝叶斯估计

2、朴素贝叶斯算法（二）

python实现算法案例

★实训项目★

朴素贝叶斯练习

基于主题模型的LDA算法

1、主题模型LDA(一)

理论基础：算法基本思想、推导、实现步骤

2、主题模型LDA(二)

python实现算法案例

★实训项目★

LDA算法练习

隐马尔可夫模型

1、隐马尔可夫模型（一）

理论基础：隐马尔可夫模型的概率计算算法、学习算法、预测算法

2、隐马尔可夫模型（二）

python实现算法案例

★实训项目★

隐马*可夫模型练习

神经网络

1、BP神经网络概念、BP网络的算法

2、自组织特征映射的神经网络

3、Boltzmann机算法、模拟退火原理、最短路径的实现

4、综合案例（一）：人脸识别

5、人脸识别系统实训

6、综合案例（二）：车牌识别

7、车牌识别系统实训

★项目展示★