Python、知識圖譜與深度學(xué)習(xí)培訓(xùn)_進(jìn)階3天

  培訓(xùn)講師：葉梓

講師背景：
葉梓老師葉梓，工學(xué)博士，高級工程師?，F(xiàn)某大型上市企業(yè)資深技術(shù)專家。2005年上海交通大學(xué)計算機專業(yè)博士畢業(yè)，在校期間的主研方向為數(shù)據(jù)挖掘、機器學(xué)習(xí)、人工智能。畢業(yè)后即進(jìn)入軟件行業(yè)從事信息化技術(shù)相關(guān)工作；負(fù)責(zé)或參與了多項、省市級人工智能及大數(shù) 詳細(xì)>>

葉梓
    課程咨詢電話：

Python、知識圖譜與深度學(xué)習(xí)培訓(xùn)_進(jìn)階3天詳細(xì)內(nèi)容

Python、知識圖譜與深度學(xué)習(xí)培訓(xùn)_進(jìn)階3天

Python深度學(xué)習(xí)與知識圖譜培訓(xùn)
（進(jìn)階部分）
【課程時長】
3天（6小時/天）
【課程簡介】
人工智能的浪潮正在席卷全球，各種培訓(xùn)課程應(yīng)運而生，但真正能讓學(xué)員系統(tǒng)、全面掌握知識點，并且能學(xué)以致用的實戰(zhàn)課程并不多見。本課程包含深度學(xué)習(xí)、知識圖譜的重要概念及常用算法（目標(biāo)檢測、圖像分割、自然語言處理、RNN、知識圖譜、GAN等），以及人工智能領(lǐng)域當(dāng)前的熱點。通過3天的系統(tǒng)學(xué)習(xí)、案例講解和動手實踐，讓學(xué)員能初步邁入深度學(xué)習(xí)和知識圖譜的知識殿堂。
【課程收益】
掌握Python開發(fā)技能；
掌握深度學(xué)習(xí)工具：TensorFlow、Keras、pytorch等；
掌握深度學(xué)習(xí)的理論與實踐；
掌握知識圖譜基本知識；
為學(xué)員的后續(xù)項目應(yīng)用提供針對性的建議。
【課程特點】
本課程力圖理論結(jié)合實踐，強調(diào)從零開始，重視動手實踐；課程內(nèi)容以原理講解為根本，以應(yīng)用落地為目標(biāo)。課程通過大量形象的比喻和手算示例來解釋復(fù)雜的機器學(xué)習(xí)理論，既能將原理充分講懂講透，也避免了繁復(fù)而枯燥的公式推導(dǎo)。
【課程對象】
計算機相關(guān)專業(yè)本科；或理工科本科，且至少熟悉一門編程語言。
【主講專家】
葉梓，博士、高級工程師。2005年上海交通大學(xué)計算機專業(yè)博士畢業(yè)，主研方向為數(shù)據(jù)挖掘、機器學(xué)習(xí)、人工智能等?，F(xiàn)為某大型上市軟件企業(yè)的人工智能團隊技術(shù)負(fù)責(zé)人。在大數(shù)據(jù)、人工智能應(yīng)用等方面有著豐富的工程實踐經(jīng)驗。先后在SCI或EI期刊上發(fā)表論文4篇，在中文核心期刊上發(fā)表論文近20篇，并被百度學(xué)術(shù)收錄。
【學(xué)員基礎(chǔ)】
具備初步的IT基礎(chǔ)知識
【課程大綱】（培訓(xùn)內(nèi)容可根據(jù)客戶需求調(diào)整）
時間
內(nèi)容
案例實踐與練習(xí)
Day4上午
目標(biāo)檢測
二階段目標(biāo)檢測
目標(biāo)檢測項目介紹
R-CNN
SPPNET（全圖卷積、SPP層）
Fast-RCNN（多任務(wù)）
Faster-RCNN（RPN）
一階段目標(biāo)檢測（2）
SSD
YOLO-v1（一切都是回歸）
YOLO -v2（9000）
YOLO -v3（多尺度）
YOLO -v4
YOLO -v5
案例實踐：
基于Faster-RCNN的通用目標(biāo)檢測示例
血常規(guī)分析
案例實踐：
基于YOLO v3的通用目標(biāo)快速檢測示例
基于YOLO v4的疫情防控系統(tǒng)
Day4下午
圖像分割與NLP初步
圖像分割（3）
全卷積網(wǎng)絡(luò)（FCN）
上采樣的三種實現(xiàn)方式
膨脹卷積
HMM與CRF
DeepLab V1~V3
自然語言處理初步（2）
語言模型
Bi-Gram與N-Gram
機械分詞與統(tǒng)計分詞
詞性標(biāo)注
命名實體識別
情感分析
DeepLab：遙感地圖分析
Day5上午
RNN與W2V
循環(huán)神經(jīng)網(wǎng)絡(luò)（1）
RNN基本原理
LSTM、GRU
雙向循環(huán)神經(jīng)網(wǎng)絡(luò)
編碼器與解碼器結(jié)構(gòu)
seq2seq模型
Attention
NIC模型
詞向量（3）
W2V:CBOW
W2V:skip-gram
W2V:Hierachical Softmax
W2V:Negative Sampling
案例實踐：
股票交易數(shù)據(jù)的預(yù)測；
藏頭詩生成；
《絕代雙驕》中，誰和小魚兒最相似？
SnowNLP：褒義的中性詞
Word2vec代碼解讀
Day5下午
預(yù)訓(xùn)練模型基礎(chǔ)
Transformer
所有你需要的僅僅是“注意力”
Transformer中的block
自注意力機制
多頭注意力
位置編碼（拋棄RNN）
Batch Norm與Layer Norm
解碼器的構(gòu)造
BERT
BERT整體架構(gòu)
Masked-LM
Next Sentence Prediction
改造下游任務(wù)
WordPiece作為輸入
哪些改進(jìn)起作用？
案例實踐：
手推Transformer
BERT代碼解讀
BERT下游任務(wù)的改造
Day6上午
知識圖譜概念
知識圖譜基礎(chǔ)概念
知識推理
本體推理方法
本體推理工具
語義搜索
RDF與RDFS
OWL與OWL2
知識圖譜存儲
Neo4j開發(fā)環(huán)境部署
Neo4j-可視化操作
Neo4j-CQL語法基礎(chǔ)
Neo4j-完整案例操作實戰(zhàn)
Neo4j系統(tǒng)管理
Python與Neo4j的集成
實踐：
Neo4j的安裝
Neo4j的基本操作
Day6下午
知識圖譜存儲
知識圖譜自動抽取
實體消歧與鏈接
知識圖譜表示學(xué)習(xí)
基于深度學(xué)習(xí)的實體識別
基于深度學(xué)習(xí)的屬性鏈接
知識問答系統(tǒng)
基于知識圖譜問答系統(tǒng)
GAN
生成對抗網(wǎng)絡(luò)（GAN）
KL散度與JS散度
改進(jìn)的GAN：DCGAN
加上約束：infoGAN
根本上解決：Wasserstein GAN
實踐：
Python與Neo4j的集成
知識抽取的DL模型
完整的基于KG的問答系統(tǒng)（KBQA）
計算機想象的數(shù)字
特朗普的孩子
查無此人
【授課環(huán)境】
講課環(huán)境要能上網(wǎng)

 

葉梓老師的其它課程

DeepSeek輔助日常工作培訓(xùn)提綱一、引言介紹大模型領(lǐng)域的競爭態(tài)勢強調(diào)DeepSeek的獨特優(yōu)勢二、DeepSeek概述DeepSeek的發(fā)展背景與定位DeepSeek各版本的特點與區(qū)別三、DeepSeek部署本地單機部署DeepSeek蒸餾版的硬件要求本地單機部署DeepSeek（量化）滿血版的配置與性能本地單機多卡部署DeepSeek（量化）滿血版的策

 講師：葉梓詳情

知識圖譜的Python實現(xiàn)【課程簡介】本課程包含知識圖譜的基本概念及常用算法，并實現(xiàn)了一個基于知識圖譜的對話機器人。通過1天的系統(tǒng)學(xué)習(xí)、案例講解和動手實踐，讓學(xué)員能初步了解知識圖譜的的相關(guān)知識與技術(shù)?！菊n程對象】理工科本科以上，或至少了解一種編程語言。知識圖譜基礎(chǔ)知識圖譜存儲知識圖譜基礎(chǔ)概念知識推理本體推理方法本體推理工具語義搜索RDF與RDFSOWL與OW

 講師：葉梓詳情

智能醫(yī)療技術(shù)與ChatGPT臨床應(yīng)用三日深度培訓(xùn)第一天：人工智能基礎(chǔ)與Python編程入門上午：人工智能在醫(yī)療領(lǐng)域的應(yīng)用概述Python編程基礎(chǔ)環(huán)境搭建、數(shù)據(jù)類型、流程控制Python環(huán)境搭建Python數(shù)據(jù)類型與流程控制Python函數(shù)的應(yīng)用Python面向?qū)ο缶幊?文件讀寫和目錄操作異常處理機器學(xué)習(xí)概述數(shù)據(jù)探索性分析：智能化數(shù)據(jù)分析特征工程：數(shù)據(jù)準(zhǔn)備、數(shù)

 講師：葉梓詳情

人工智能“最強模型”transformer詳解【課程簡介】Transformer是迄今為止人工智能領(lǐng)域的最新和最強大的模型類別之一。它幾乎正在憑借一己之力來推動深度學(xué)習(xí)的又一波重大進(jìn)步。Transformer模型充分運用了稱為注意力和自注意力機制，以檢測系列（或圖像）中元素相互影響和相互依賴的微妙關(guān)系。本課程通過2天時間的詳細(xì)介紹，可使學(xué)習(xí)者初步了解Tran

 講師：葉梓詳情

||1.人工智能概述||第一節(jié)：人工智能與機器學(xué)習(xí)基礎(chǔ)|2.機器學(xué)習(xí)概述|||3.機器學(xué)習(xí)算法應(yīng)用分析|||1.一元線性回歸|||2.代價函數(shù)|||3.梯度下降法||第二節(jié)：回歸算法|4.sklearn一元線性回歸應(yīng)用|||5.多元線性回歸|||6.sklearn多元線性回歸應(yīng)用|||案例：葡萄酒質(zhì)量和時間的關(guān)系|||1.KNN分類算法介紹|||2.KNN分

 講師：葉梓詳情

人工智能技術(shù)詳解【課程內(nèi)容】本課程包含大數(shù)據(jù)、機器學(xué)習(xí)、深度學(xué)習(xí)、知識圖譜、強化學(xué)習(xí)與深度強化學(xué)習(xí)的相關(guān)知識?！菊n程時長】7天（7小時/天）【課程對象】理工科本科及以上，且至少了解一門編程語言?！菊n程大綱】（培訓(xùn)內(nèi)容可根據(jù)客戶需求調(diào)整）時間內(nèi)容案例實踐與練習(xí)Day1上午準(zhǔn)備工作準(zhǔn)備工作1.概念與術(shù)語2.Python（Anaconda）的安裝3.Pycharm

 講師：葉梓詳情

人工智能與深度學(xué)習(xí)第一天：人工智能概念與經(jīng)典算法人工智能概念綜述（第一天——1）從一些術(shù)語辨析人工智能人工智能之連接主義的興衰史這次AI的熱潮是怎么來的？圖像處理領(lǐng)域的最新熱點（第一天——2）分類、目標(biāo)檢測與實例分割風(fēng)格遷移自動駕駛?cè)梭w姿態(tài)識別超分辨率圖像生成語言處理領(lǐng)域的最新熱點（第一天——3）Attention機制自動構(gòu)建知識圖譜看圖說話預(yù)訓(xùn)練機制三大經(jīng)

 講師：葉梓詳情

人工智能之最新自然語言處理技術(shù)與實戰(zhàn)課程介紹：自然語言處理(簡稱NLP)是計算機科學(xué)和人工智能研究的一個重要方向，研究計算機和理解和運用人類語言進(jìn)行交互的問題，它是集語言學(xué)、機器學(xué)習(xí)、統(tǒng)計學(xué)、大數(shù)據(jù)于一體的綜合學(xué)科。本課程主要介紹了NLP中的常用知識點：分詞、詞法分析、句法分析、向量化方法、經(jīng)典的NLP機器學(xué)習(xí)算法，還重點介紹了NLP中最近兩年來基于大規(guī)模語

 講師：葉梓詳情

第一天上午：統(tǒng)計分析原理從最簡單的案例開始統(tǒng)計基礎(chǔ)描述性統(tǒng)計用SPSS實現(xiàn)描述性統(tǒng)計的案例回歸分析：線性回歸回歸分析：logistics回歸用SPSS實現(xiàn)回歸分析的案例可視化工具第一天下午：數(shù)據(jù)庫與數(shù)據(jù)倉庫介紹數(shù)據(jù)庫概述SQL（基本的增、刪、改、查）SQL（稍復(fù)雜的子句或嵌套）基于MySQL的上機操作SQL語言數(shù)據(jù)倉庫：度量與維度數(shù)據(jù)倉庫：星型模型、雪花模型

 講師：葉梓詳情

計算機視覺【課程時長】3天（7小時/天）【課程對象】理工科本科及以上，且至少了解一門編程語言?！菊n程大綱】（培訓(xùn)內(nèi)容可根據(jù)客戶需求調(diào)整）時間內(nèi)容案例實踐與練習(xí)Day1上午準(zhǔn)備工作準(zhǔn)備工作決策樹準(zhǔn)備工作（1）概念與術(shù)語Python（Anaconda）的安裝Pycharm的安裝與使用JupyterNotebook的安裝與使用Tensorflow與pytorch的

 講師：葉梓詳情

 發(fā)布內(nèi)容，請點我！ 講師申請/講師自薦
清華大學(xué)卓越生產(chǎn)運營總監(jiān)高級研修班
清華大學(xué)卓越生產(chǎn)運營總監(jiān)高級研修班
COPYRIGT @ 2001-2018 HTTP://www.musicmediasoft.com INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權(quán)所有