
段方 老師
- 關(guān)注者:人 收藏?cái)?shù):人
- 所在地區(qū): 北京
- 主打行業(yè):互聯(lián)網(wǎng)
- 擅長領(lǐng)域:大數(shù)據(jù)互聯(lián)網(wǎng)金融Ai
- 企業(yè)培訓(xùn)請(qǐng)聯(lián)系董老師
- 聯(lián)系手機(jī):

段方老師培訓(xùn)聯(lián)系微信

掃一掃,關(guān)注公眾號(hào)

段方老師的內(nèi)訓(xùn)課程
《中臺(tái)實(shí)踐》 ——段方大數(shù)據(jù)總設(shè)計(jì)師教授 北京大學(xué)博士后1 概述1.1 中臺(tái)概念的引出1.1.1 企業(yè)數(shù)字化轉(zhuǎn)型的大背景1.1.2 從美軍說起海灣戰(zhàn)爭(zhēng)的理念創(chuàng)新從呼叫炮火到呼叫支援強(qiáng)大的資源整合、支援能力1.1.3 數(shù)據(jù)中臺(tái)的定義定義數(shù)據(jù)業(yè)務(wù)化1.1.4 中臺(tái)的延伸業(yè)務(wù)中臺(tái) 智慧中臺(tái) 技術(shù)中臺(tái)1.2 為什么是“ 中臺(tái) ”1.2.1 從 IT 到 DT 的大背景1.2.2 大中臺(tái)、小前臺(tái)1.2.3 前提:大數(shù)據(jù)后臺(tái)1.3 數(shù)據(jù)中臺(tái)建設(shè)現(xiàn)狀1.3.1 阿里巴巴為何引出 “數(shù)據(jù)中臺(tái)”1.3.2 中國移動(dòng)的數(shù)據(jù)中臺(tái)背景1.3.3 理念從模糊到逐漸清晰1.4 大數(shù)據(jù)的資產(chǎn)如何盤活?1.4.1 大數(shù)據(jù)成
段方查看詳情
《自然語言處理實(shí)戰(zhàn)》——段方大數(shù)據(jù)(分析) 總設(shè)計(jì)師教授 北京大學(xué)博士后1 自然語言處理概述1.1 什么是自然語言處理(NLP)1.2 NLP 的發(fā)展歷史1.2.1 1956 年以前的萌芽期1.2.2 19571970 年的快速發(fā)展期1.2.3 19711993 年的低谷期1.2.4 1994 年至今的復(fù)蘇其1.3 NLP 發(fā)展的原因1.3.1 互聯(lián)網(wǎng)提供了大量的語料庫1.3.2 深度學(xué)習(xí)算法提升了精度1.3.3 場(chǎng)景更加豐富1.4 NLP 的價(jià)值1.4.1 語言是信息的載體1.4.2 構(gòu)建人機(jī)自然交互接口1.4.3 語言翻譯、信息檢索等價(jià)值凸顯1.4.4 市場(chǎng)規(guī)模巨大1.5 自然語言處理
段方查看詳情
《5G+智能制造》提綱段方中國移動(dòng)資深專家教授 北京郵電大學(xué)博士 北京大學(xué)博士后1 概述1.1 從工業(yè) 4.0 說起1.1.1 美國工業(yè)互聯(lián)網(wǎng)計(jì)劃1.1.2 德國工業(yè) 4.01.1.3 制造業(yè)的數(shù)據(jù)賦能1.1.4 美軍帶來的反思——拼數(shù)量or 拼智能1.2 如何從制造大國到制造強(qiáng)國的邁進(jìn)1.2.1 中國制造業(yè)現(xiàn)狀概覽1.2.2 美國、德國制造業(yè)對(duì)比1.2.3 如何鍛造“制造強(qiáng)國 ”1.2.4 制造業(yè)皇冠——飛機(jī)發(fā)動(dòng)機(jī)的故事1.3 中國制造 2025 的技術(shù)基礎(chǔ)1.3.1 美國在貿(mào)易戰(zhàn)中的“按圖索驥 ”1.3.2 制造業(yè)升級(jí)的必然性!1.3.3 制造業(yè)升級(jí)的途徑1.
段方查看詳情
《深度學(xué)習(xí)算法原理及應(yīng)用》——段方大數(shù)據(jù)(AI)總設(shè)計(jì)師教授 北京大學(xué)博士后1 背景1.1 從 AlphaGo 說起1.1.1 AlphaGo 的效果1.1.2 AlphaGo 的原理1.2 機(jī)器學(xué)習(xí)基礎(chǔ)1.2.1 機(jī)器學(xué)習(xí)的歷史1.2.2 機(jī)器學(xué)習(xí)概念1.2.3 機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘1.3 深度學(xué)習(xí)基礎(chǔ)1.3.1 深度學(xué)習(xí)的概念和特點(diǎn)1.3.2 深度學(xué)習(xí)的意義1.3.3 深度學(xué)習(xí)的應(yīng)用領(lǐng)域1.4 應(yīng)用與技術(shù)的平衡1.4.1 數(shù)據(jù)驅(qū)動(dòng)還是應(yīng)用驅(qū)動(dòng) ?1.4.2 應(yīng)用價(jià)值的顯現(xiàn)化1.4.3 對(duì)內(nèi)服務(wù)和對(duì)外服務(wù)1.5 GPU 的引出1.5.1 計(jì)算的硬件基礎(chǔ)1.5.2 與 CPU 的對(duì)比1.
段方查看詳情
《數(shù)據(jù)分析及其在制造業(yè)應(yīng)用》——段方教授 北京大學(xué)博士后某世界 500 強(qiáng)企業(yè)大數(shù)據(jù)總設(shè)計(jì)師1 概述1.1 從泰勒經(jīng)濟(jì)學(xué)說起1.1.1 科學(xué)管理之父1.1.2 量化管理的發(fā)端1.1.3 量化管理的價(jià)值和意義1.2 數(shù)據(jù)分析基礎(chǔ)——統(tǒng)計(jì)學(xué)1.2.1 統(tǒng)計(jì)學(xué)的歷史1.2.2 統(tǒng)計(jì)學(xué)的價(jià)值1.2.3 聚焦統(tǒng)計(jì)學(xué)1.3 統(tǒng)計(jì)學(xué)的價(jià)值1.3.1 收集數(shù)據(jù)1.3.2 找出數(shù)理規(guī)律1.3.3 從“拍腦袋 “到 ”拍數(shù)據(jù)“1.3.4 奠定數(shù)據(jù)分析的基礎(chǔ)技術(shù)1.4 制造業(yè)的統(tǒng)計(jì)學(xué)應(yīng)用1.4.1 數(shù)據(jù)滲透到企業(yè)的每個(gè)“ 毛孔”1.4.2 大數(shù)據(jù)改變的思維模式大數(shù)據(jù)的基本概念用數(shù)據(jù)去“洞察”企業(yè)的每寸肌膚
段方查看詳情
= = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =《數(shù)據(jù)分析可視化與 AI 算法實(shí)踐》 段方某世界 100 強(qiáng)企業(yè)大數(shù)據(jù)總設(shè)計(jì)師 教授 北京大學(xué)博士后= = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =20535703331 背景1.1 從 AlphaGo 說起1.1.1 AlphaGo 的效果1.1.2 AlphaGo 的原理1.