• “沙雕世界杯”作品亮相舟山 2019-05-14
  • 实验室里“种植”钻石,这样的人造钻戒你能接受吗? 2019-05-14
  • 高级需求不是物质需求,而是精神需求。你可能理解不了,为什么方志敏们面对高官,厚禄的诱惑而其志不改。 2019-05-14
  • 人民日报评论员:携手创造更加光明的美好未来 2019-05-14
  • 曾被视为祥瑞的狐狸 怎么就变成了魅惑妖精? 2019-05-13
  • 驻人社部纪检组对受处理党员干部开展后续教育帮扶 2019-05-13
  • 萨拉赫,你再不上 埃及队就要回家啦 2019-05-12
  • 主持人资料库——欧阳夏丹 2019-05-12
  • 上合正在掀开崭新一页 2019-05-11
  • 太原摇滚20年演唱会 齿轮橡皮等老牌乐队重出江湖 2019-05-11
  • 太原引入“慢病PBM”管理模式 2019-05-11
  • 山西打造“互联网+”科技扶贫模式 2019-05-10
  • [理上网来·辉煌十九大]陈曙光:为发展中国家走向现代化提供全新选择 2019-05-10
  • 台生为何青睐大陆高校(两岸聚焦) 2019-05-10
  • 太原摇滚20年演唱会 齿轮橡皮等老牌乐队重出江湖 2019-05-10
  • 全国咨询热线:400-618-4000

    2019年Python+人工智能课程大纲

    目前课程版本:5.0   升级时间:2019.02.21   查看详细

    Python+人工智能课程设计理念

    •  

      就业方向双核心

      整个课程用采用双核心(Web方向、人工智能-数据科学方向)和六选一增强就业专业课
      保证学员主流方向就业和全国二三线城市就业
      - Web课程占比由28%提升至40%+
      - 人工智能(AI)数据课程课程占比由16%提升至30%+
      - 六选一增强就业专业课 六个方向分别10天,提升跨领域就业能力
      - 六个方向为:数据分析、测试、运维、爬虫、自然语言处理、图像和视觉处理

    •  

      课程衔接更合理

      Python基础、Web、AI各个阶段的前后衔接更为合理
      - Python基础课程和Web课程,前后衔接更为合理,前端由1个阶段拆分成3个阶段融入项目中,平滑学习曲线
      - AI课程中,基于大数据、机器学习技术的Web业务流推荐。Web和AI课程前后铺垫

    •  

      全新Web实战项目

      Python Web课程全新Django框架美多商城项目、新增Flask框架黑马头条Web项目
      - 美多商城支持前后台分离、不分离技术,融合多项主流技术要点
      - 就业热点课程:增加Docker、高并发部署
      - 黑马头条Web项目,以技术方案驱动讲解,提供8大技术方案;对接第三方推荐系统和聊天机器人系统,呈现真实业务场景

    •  

      专注AI数据科学

      Python人工智能课程立足于数据科学方向,并提供自然语言处理项目和物体检测项目两大延伸方向
      - 重新设计8天的机器学习、数据挖掘入门课,降低学习难度、平滑学习曲线
      - 全新黑马头条推荐系统项目,基于大数据的推荐系统,融合10+技术解决方案

    •  

      完善的就业保障

      针对各个就业方向,提供面试强化专题课程、热点技术解决方案和热点项目库,拓展学员视野,提升工作经验。目前已产出面试强化专题课程50 +,热点技术解决方案20+,热点项目库8+,且在持续更新中

    Python+人工智能基础班课程大纲

    学习对象

    0基础0经验的小白人员;想通过最低的成本来试一下自己是否适合做Python编程相关工作的转型人员。

    注:获取更多免费学习视频+资料+笔记,请加QQ:2632311208。

    上课方式

    全日制脱产,每周5天上课(实际培训时间可能因法定节假日等因素发生变化)

    培训时间

    部分校区可能会根据实际情况有所调整,详情可询咨询老师   点击咨询

    培训要求

    自带笔记本

     

    Python+人工智能基础班课程大纲
    所处阶段 主讲内容 技术要点 学习目标
    第一阶段:
    Python基础
    Python第一个程序 变量、标识符和关键字、输入和输出、数据类型转换 可掌握的核心能力:
    1. 掌握Python基础语法, 具备基础的编程能力;
    2. 建立起编程思维以及面向对象程序设计思想。

    可解决的现实问题:
    能够熟练使用Python技术完成针对小问题的程序编写。

    市场价值:
    具备最基本的编程思维, 掌握基础的Python编程技术, 能够完成较小程序的开发,尚达不到企业的用人标准。
    条件控制语句和循环语句 比较关系运算符、逻辑运算符、三目运算符、while循环、for循环、break和continue
    容器类型 列表、元组、字典、有序字典、公共函数、字符串
    函数 函数的定义和调用、不定长参数函数、匿名函数、递归函数、可变和不可变类型
    文件操作 文件打开和关闭、文件的读写、文件、目录相关操作、文件应用案例
    面向对象 面向对象介绍、类的定义和对象的创建、添加和获取对象属性、init方法、私有方法和私有属性、继承、多态、类方法、对象方法、静态方法
    异常处理 捕获异常、异常的传递、自定义异常
    ??楹桶?/td> ??榻樯?、??榈牡既?、??橹械?nbsp;__all__、??橹?nbsp;__name__ 的作用、包的介绍、包的导入

    Python+人工智能就业班课程大纲

    学习对象

    本课程适合有Python语言基础、面向对象编程思想,Linux基本操作基础的人士,课上不讲Python基础知识。

    上课方式

    培训时间及周期:全日制脱产,每周5天上课(实际培训时间可能因法定节假日等因素发生变化)

    培训时间

    部分校区可能会根据实际情况有所调整,详情可询咨询老师 点击咨询



    Python+人工智能就业班课程大纲
    所处阶段 主讲内容 技术要点 学习目标
    第二阶段:
    Web基础开发
    Linux命令 Ubuntu操作系统介绍与使用、Linux命令使用、Linux命令选项的使用、远程登录和远程拷贝、vim编辑器使用、Ubuntu软件安装和软件卸载 可掌握的核心能力:
    1. 能够熟练使用Linux操作系统;
    2. 掌握网络编程相关技术, 能够实现网络间数据通信;
    3. 掌握程序设计开发中多任务实现方式;
    4. 能够熟练掌握MySQL操作相关技术, 熟练编写各种数据库操作SQL语句, 并能够进行Python与MySQL之间的数据交互;
    5. 掌握Python中的re??榈氖褂? 能够实现对字符串进行复杂模式匹配;
    6. 掌握Web服务器的工作流程, 以及Web框架的实现原理。

    可解决的现实问题:
    能够使用面向对象的程序设计方法, 基于Linux操作系统开发多任务的网络程序开发。

    市场价值:
    熟练掌握Python技术和常见网络协议, 可满足企业开发的初级需求, 根据市场反馈数据看, 薪资普遍在 6000-8000元/月。
    网络编程 IP地址的介绍、端口和端口号的介绍、socket的介绍、基于TCP通信程序开发
    多任务编程 多任务介绍、线程的使用、线程同步与互斥锁、死锁介绍、进程的使用、进程和线程的对比
    正则表达式 正则表达式的介绍、re??榈氖褂?、正则表达式的演练
    html与css html概述及基本结构、html标签及布局入门、css载入方式、css选择器、css属性入门、css基本布局演示、列表及表单、盒子模型、css显示属性、css元素溢出、表格
    JavaScript 变量、数据类型及基本语法规范、函数、条件语句、获取元素方法及操作元素、事件属性、数组及操作方法、循环语句、字符串、定时器、变量作用域
    jQuery jquery选择器、jquery样式操作、绑定click事件、jquery动画、jquery特殊效果、jquery属性操作、jquery循环、jquery事件、事件委托、JavaScript对象、JSON 和 ajax 请求
    数据库编程 数据库介绍、MySQL数据库基本使用、MySQL查询pymysql的使用、事务、索引
    Python语法进阶 深拷贝和浅拷贝、property属性、with语句和上下文管理器、闭包、装饰器
    静态Web服务器 Web服务器通信过程、HTTP协议、Web服务器实现
    mini-Web框架 Web框架和Web服务器的关系介绍、模板替换、股票信息页面开发、个人中心数据接口开发、路由列表、ajax请求数据渲染个人中心页面、logging日志的使用
    第三阶段:
    Web-Django框架与项目
    Django框架 Git源代码管理、Redis缓存、VUE介绍、Vue基本语法、ES6语法、VUE 生命周期、Django框架介绍、Django模型、ORM及数据库操作、视图及模板、Django中间件 可掌握的核心能力:
    1、 掌握Python Web主流框架-Django的使用;
    2、 可根据Web框架设计,开发对应的数据库;
    3、 可根据业务流程图,开发Web网站的前后台业务。

    可解决的现实问题:
    1、能够开发主流Web网站,并掌握常见的技术要点;
    2、根据实际问题设计出相应数据库表。

    市场价值:
    Web全栈工程师,独立开发前端和后端业务,10000-20000。
    项目:
    美多商城-前台
    购物电商平台项目编码、前后端不分离模式、数据库-读写分离、Django高级第三方???、FastDFS分布式文件系统、Celery异步操作、Vue双向绑定、Docker 入门、Crontab定时任务、页面静态化、在线支付、Nginx+uWSGI部署
    项目:
    美多商城-MIS系统
    前后端分离模式、VUE进阶-组件式开发、Django REST framwork、统计、权限管理、商品数据管理、日志管理、用户管理
    第四阶段:
    Web-Flask框架与项目
    项目部署 Docker 进阶、uWSGI、Nginx进阶、性能优化 可掌握的核心能力:
    1、 掌握Python Web主流框架-Flask的使用;
    2、 掌握常见的性能优化技术;
    3、 缓存服务器的操作和设计;
    4、 异步任务的实现。

    可解决的现实问题:
    1、高并发全功能的Web网站开发;
    2、提升数据处理响应速度,灵活运用缓存。


    市场价值:
    Web全栈工程师,独立开发前端和后端业务,10000-20000。
    Flask框架 Flask框架、路由定义及视图函数、蓝图、SQLAlchemy
    项目:
    黑马头条
    Flask-RESTful、手机 APP + PC Web前端、MySQL业务数据存储、Redis缓存层、第三方对象存储、RabbitMQ + Celery 异步任务、APSchedule定时任务、socket.io及时通讯、Elasticsearch 5.6 搜索+自动补全、RPC+kafka对接推荐系统与AI系统、supervisor进程管理
    第五阶段:
    人工智能机器学习编程
    机器学习
    (科学计算库篇)
    人工智能概述、数据可视化matplotlib、科学计算库numpy、科学计算库pandas 可掌握的核心能力:
    1、 掌握数据挖掘基础工具使用;
    2、 掌握机器学习中处理数据方法;
    3、 理解常见机器学习算法原理。


    可解决的现实问题:
    1、 利用学习到的科学计算库对收集到的数据进行数据基本处理,使其符合机器学习算法模型;
    2、 利用学习到的机器学习算法解决部分实际问题。

    市场价值:
    具备可对数据进行初步分析和挖掘,进行机器学习建?;蛏疃妊把盗?,根据市场反馈数据看,薪资普遍在 12000-20000。
    机器学习
    (算法篇)
    Scikit-learn使用、特征工程、k-近邻算法、线性回归、岭回归、逻辑回归、决策树、集成学习(Bagging, Boosting)、k-means、不同模型评估方法介绍、模型选择与调优、模型保存和加载、聚类、分类、回归案例实战
    第六阶段:
    人工智能基于大数据的推荐系统项目
    推荐系统项目理论课 什么是推荐系统、Mini推荐系统--电影推荐、推荐系统概念、大规模用户物品推荐案例、新闻/文章场景推荐案例、混合推荐介绍 可掌握的核心能力:
    1、 掌握推荐系统的工作原理和实现流程;
    2、 掌握推荐系统的算法实现原理以及应用场景;
    3、 掌握Lambda大数据相关基??;
    4、 可实现基于大数据框架的推荐系统搭建;
    5、 能够基于推荐业务流完成系统搭建。

    可解决的现实问题:
    1、能够实现推荐系统的算法不同场景应用;
    2、能够根据推荐场景业务流完成推荐业务开发。


    市场价值:
    具备推荐系统的开发能力,市场薪资普遍在15000-35000。
    推荐系统项目
    Lambda大数据开发
    推荐系统Lambda架构介绍、分布式存储计算案例、数据仓库工具hive、spark介绍、spark-sql、spark sql与hive离线分析实战
    推荐系统项目开发 ABTest实验中心、埋点参数设置、推荐服务、缓存服务、实时日志分析、实时召回集、热门与新文章、文章画像构建、用户画像构建、文章用户画像业务实现、离线召回集介绍、排序模型选择介绍、spark mllib讲解、离线模型评价、评估场景需求

    Python+人工智能就业强化课程大纲

    Python+人工智能就业强化课程大纲
    (学习其中一个方向课程,其他方向课程以视频形式免费赠送)
    人工智能自然语言处理NLP项目
    (6选1)
    pytorch框架 深度学习和神经网络概念、Pytorch的基础使用、梯度下降和反向传播原理、Pytorch模型构建、Pytorch中数据加载方法、Pytorch案例 可掌握的核心能力:
    1、掌握pytorch使用;
    2、掌握Pytorch构建深度学习模型的流程;
    3、掌握人工智能领域中NLP的常用方法;
    4、能够掌握NLP中的常见算法和原理;
    5、能够掌握模型上线的方法;
    6、能够自己动手完成多功能的聊天机器人;
    7、了解常用的模型优化方法。


    可解决的现实问题:
    1、能够运用pytorch完成深度学习模型的搭建;
    2、能够使用课程内容解决NLP相关问题。

    市场价值:
    具备深度学习模型搭建、优化的能力,市场薪资普遍在15000-35000。
    循环神经网络 RNN的概念和原理、wordembedding原理和实现、文本情感分类案例、LSTM和GRU的原理和案例、Pytorch中的序列化容器
    NLP聊天机器人项目 项目准备、fasttext的使用和原理、闲聊机器人介绍、seq2seq模型的原理、Seq2Seq闲聊机器人实现、带Attention的闲聊机器人的原理和实现、带BeamSearch的闲聊机器人的原理和实现、问答机器人实现原理、问答机器人机器学习召回模型实现、问答机器人排序模型实现实现、Grpc对外提供接口
    人工智能物体检测和分割
    (6选1)
    深度学习 TensorFlow框架介绍、逻辑回归原理、导数、神经网络原理、tf.keras实现神经网络分类、卷积神经网络、神经网络算法优化、深度学习正则化、迁移学习 可掌握的核心能力:
    1、掌握神经网络基础算法原理;
    2、掌握TensorFlow框架;
    3、掌握卷积神经网络原理;
    4、可使用神经网络做图片分类;
    5、掌握物体检测算法原理;
    6、掌握深度学习的算法优化与正则化原理;
    7、可进行物体检测模型的训练和部署。


    可解决的现实问题:
    1、能够实现神经网络对图片进行分类;
    2、能够运用TensorFlow完成检测模型训练和测试;
    3、能够运用TensorFlowserving进行模型部署。


    市场价值:
    具备深度学习、图像识别与检测的开发能力,市场薪资普遍在15000-35000。
    物体检测项目 物体检测项目架构、物体检测算法-RCNN、SPPNet、物体检测算法-Fast-RCNN、Faster-RCNN、物体检测算法-YOLO、SSD、SSD算法进行图片预测、数据集的制作与处理、商品检测模型训练、商品检测模型导出、Docker开启Tensorflowserving服务、TensorFlowservingclient实现、Docker开启Web服务、百度机器人对接自定义物体检测开发
    爬虫开发
    (6选1)
    爬虫入门 爬虫的基础、requests???、数据的提取方法、多线程、多进程爬虫、线程池、协程池实现爬虫 可掌握的核心能力:
    1、掌握爬虫的工作原理和实现流程;
    2、掌握mongodb数据库的应用;
    3、可使用基础的??槭迪质莶杉?;
    4、可使用主流的爬虫框架实现数据采集。

    可解决的现实问题:
    1、能够实现定向抓取互联网上的海量信息;
    2、能够运用爬虫框架包括实现分布式爬虫。

    市场价值:
    具备互联网数据采集的爬虫开发能力,市场薪资普遍在8000-18000。
    爬虫提高 selenium实现动态网页的数据抓取、常见的反爬措施、mongodb数据库的基础使用、mongodb的索引和备份恢复、mongodb和python的交互、scrapy爬虫框架、scrapy_redis的分布式组件
    爬虫热点项目库 12306购票、*鱼弹幕抓取、京*商品数据采集、失信人被执行人信息获取
    自动化测试开发
    (6选1)
    测试基础 测试理论、测试方法和分类、测试用例设计、测试流程、测试报告 可掌握的核心能力:
    1、掌握测试的理论和流程;
    2、掌握常用测试工具的使用;
    3、可使用selenium实现Web自动化测试;
    4、可使用appium实现移动端app自动化测试。

    可解决的现实问题:
    1、能够实现对软件的自动化测试工作;
    2、能够实现对软件产品的功能测试和性能测试。

    市场价值:
    具备从事软件测试工作的能力,市场薪资普遍在8000-16000。
    单元测试 PyTest框架、UnitTest框架
    自动化测试 selenium自动化测试Web、appium自动化测试app
    接口以及性能测试 Jmeter等测试工具使用
    自动化运维开发
    (6选1)
    运维基础 系统安装部署、linux系统管理 可掌握的核心能力:
    1、掌握Shell,Python等脚本;
    2、熟练掌握Mysql,MongoDB,Nginx,Redis,docker等服务部署与优化。
    3、掌握Ansible等运维工具组件的使用。

    可解决的现实问题:
    1、能够应对自动化运维工作;
    2、能够实现自动化部署实施。

    市场价值:
    具备从事自动化运维的能力,市场薪资普遍在8000-14000。
    运维进阶 apache与nginx、shell编程、服务集群负载均衡与高可用
    运维高级 ansible、nagios、自动化部署项目
    数据分析开发
    (6选1)
    BI商业数据分析项目实战2天 PowerBI数据可视化分析、Tableau数据分析、FineBI大数据分析、数据库技术My'SQL、ETL数据仓库、项目实战 可掌握的核心能力:
    1、掌握爬虫的工作原理和实现流程;
    2、熟练掌握MySQL、Hive、Spark;
    3、掌握mongodb数据库的应用;
    4、熟悉常用数据挖掘算法与模型,熟悉逻辑回归、神经网络、决策树、聚类等建模方法;
    5、熟悉Python、R、Tableau、SPSS、SAS等多种数据分析工具;
    6、熟练使用时间序列、聚类分析、逻辑回归、因果分析等统计方法。

    可解决的现实问题:
    1、胜任相关的数据分析工作,对企业异常数据进行深入分析,对业务风险指标进行跟踪分析及优化;
    2、搭建业务监控体系,及时发现、排查业务问题,并能提出有效的解决策略或方案;
    3、配合项目计划,负责建模驻场项目,完成数据分析需求及任务;
    4、通过大数据算法对数据进行模型的构建、维护、和评估。


    市场价值:
    具备互联网数据采集的爬虫开发能力,市场薪资普遍在11000-25000。
    统计学基础3天 概率论的基本概念、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、样本及抽样分布、参数估计、假设检验、方差分析及回归分析
    数据挖掘
    项目实战2天
    数据挖掘经典算法、SPSS数据分析、SAS数据分析、matlab基本应用
    金融行业
    量化分析1天
    金融量化投资平台应用、金融量化CRM系统、
    强化学习在数据分析中的应用、金融行业数据分析理论基础
    R语言数据挖掘
    项目实战2天
    R语言数据挖掘项目实战
    数据分析经典面试
    问题汇总0.5天
    面试经典问题专项突破

    Python+人工智能在职加薪班课程大纲

    学习对象

    具有一定开发经验的Python Web工程师,爬虫工程师,人工智能工程师,需要具备各个方向的专业知识基础。

    注:获取更多免费学习视频+资料+笔记,请加QQ:2632311208。

    上课方式

    在线学习

    培训时间

    随到随学,详情可询咨询老师   点击咨询

    Python+人工智能在职加薪班课程大纲
    课程阶段名称 主讲内容 技术要点 学习目标
    Web阶段 RPC原理与实践(一)
    ——RPC原理
    RPC介绍、通信协议、服务器工作模型、异常处理 可掌握的核心能力:
    1.理解RPC与HTTP的关联;
    2.理解RPC的技术实现;
    3.理解分布式RPC的技术实现;
    4.gRPC的使用开发;
    5.Thrift的使用开发;
    6.能够基于OpenStack搭建云服务平台;
    7.掌握云计算平台特点及基本架构功能;
    8.掌握openstack环境部署;
    9.掌握openstack平台日常简单使用技巧;
    10.掌握openstack平台故障梳理思路。

    可解决的现实问题:
    1. 服务与服务高效率通信实现;
    2. 公司私有云搭建。

    市场价值:
    Web进阶必备内容,市场价值在20K-30K
    RPC原理与实践(二)
    ——分布式RPC
    服务注册、服务发现、服务调用负载均衡
    RPC原理与实践(三)
    ——gRPC
    Protobuf协议、HTTP/2协议、gRPC使用、异常处理
    RPC原理与实践(四)
    ——Thrift
    协议选择、Thrift使用
    OpenStack云计算快速入门 云计算基础、OpenStack简介
    OpenStack云计算之环境部署 实验环境、支撑性服务部署、认证组件部署、glance组件部署、计算组件部署、网络组件部署
    OpenStack云计算之综合实践 第一个VM实例、可视化界面部署、块存储运用、深入理解VM创建
    OpenStack云计算之实践拓展 定制映像、定制网络
    爬虫阶段 Docker核心技术原理及其应用 Docker安装配置、Docker核心技术原理、Docker Compose原理与使用、环境搭建案例 可掌握的核心能力:
    1.深入理解Python爬虫开发核心思路;
    2.掌握多种队列、消息队列的原理与开发使用;
    3.掌握多种数据去重方案的原理与开发使用;
    4.掌握多种响应数据解析、存储方案的开发使用;
    5.掌握多种异步框架的原理与开发使用;
    6.掌握多种爬虫客户端工具的原理与开发使用;
    7.掌握爬虫框架的设计与开发使用;
    8.掌握多种爬虫反爬处理方案的实现;
    9.掌握快速搭建复杂开发、生产环境的能力。
    可解决的现实问题:
    1.解决爬虫运行环境复杂不稳定的情况;
    2.对数据采取结果进行数据去重;
    3.反爬分析及反反爬策略。

    市场价值:
    爬虫系列解决方案,根据不同的需求提供不同的解决方案,市场价值在15K-25K。
    Python爬虫开发环境与Docker PyCharm配置并使用Docker、基于Docker配置安装爬虫网络库、HTTP/HTTPS与WebSocket、PC/移动端数据抓包
    爬虫中的去重处理介绍及方案实现 爬虫去重应用场景、去重原理介绍、临时去重与持久化去重、信息摘要指纹去重、SimHash指纹去重、布隆过滤器原理与实现
    Python爬虫中的请求管理的实现 爬虫请求管理介绍、请求去重原理与实现、请求调度原理与实现、Redis队列原理与实现、Kafka原理与使用、Rabbitmq原理与使用、断点续爬/增量式爬虫原理
    Python爬虫中的数据处理业务 基础数据解析方式、特殊数据解析方式、数据清洗流程、数据存储介绍、关系型数据库ORM使用、非关系型数据库ORM使用
    Python爬虫中的异步任务设计 进程/线程/协程对比、操作系统IO模型介绍、IO设计模式原理与介绍、Python常用异步IO库原理与使用、分布式异步任务框架原理与使用
    爬虫架构实现以及案例实战运用 爬虫系统/架构设计、爬虫系统/架构设计实现、各大电商网站数据采集、微信小程序/公众号数据采集、各大生活类网站数据采集
    爬虫中的反爬分析与应对 爬虫反爬分析介绍、常见反爬措施与处理方案、多形式代理使用实践、多形式验证码处理实践、JS逆向解析处理与实践
    人工智能阶段 深度学习基础 深度学习简史、代价函数、梯度下降算法、激活函数、前馈神经网络 可掌握的核心能力:
    1.能够深度掌握深度学习的算法原理以及应用案例;
    2.在图像识别上能够学到目标检测的项目开发经验;
    3.掌握相关自然语言处理基础知识;
    4.开发聊天机器人的开发案例;
    5.搭建完整的人工智能人脸识别等应用服务。

    可解决的现实问题:
    1.基于深度学习的机器视觉相关应用;
    2.基于第三方平台的人脸识别相关应用;
    3.基于自然语言处理的聊天类机器人相关应用。

    市场价值:
    人工智能方向进阶课程,机器视觉大型项目,市场价值在20K-35K。
    深度学习优化进阶 神经网络优化难度、正则化、参数初始化策略、优化算法、批量归一化
    卷积神经网络 卷积操作、池化操作、图像识别类网络结构、数据扩充、目标检测类网络结构
    循环神经网络 RNN、循环网络训练、双向/多层/编解码网络、门控循环神经网络、注意力机制
    高级主题 生成对抗网络、迁移学习、半监督学习、自动编码器、CapsuleNet
    图片商品物体检测项目
    第一阶段-数据集处理
    目标检测概述、目标检测数据集、目标检测方法、目标数据标记、标注数据存储、数据集格式转换、TFRecord读取与存储、slim库
    图片商品物体检测项目
    第二阶段-模型原理、实现
    目标检测任务描述、R-CNN、SPPNet、Fast R-CNN、Faster R-CNN、YOLO与SSD
    图片商品物体检测项目
    第二阶段-项目框架实现
    数据读取接口、模型接口、训练与测试接口
    百度人脸识别课程 服务访问方式、人脸识别、物体识别、文字识别、语音识别与合成、语言处理基础技术
    自然语言处理 NLP 介紹、NLP种类、端对端深度学习模型、词袋、Seq2seq、Beam Search Decoding、Attention、LSTM、
    LSTM 实作、文本分类、文本分类的方式、文本分类 CNN & RNN、文本生成、文本匹配、文本检索、文本生成图片、Chatbot 数据预处理、Chatbot 搭建模型、Chatbot 训练模型、Chatbot 训练模型、Chatbot测试模型、Chatbot 优化

    备注:该课程大纲仅供参考,实际课程内容可能在授课过程中发生更新或变化,具体授课内容最终以各班级课表为准。

    基础差? 可免费学基础班

    申请试读名额

    基础过关? 可直接就读就业班

    基础测试

    Python+人工智能学科项目介绍

    • 新经资讯平台

      项目简介:

      项目简介:一款新闻类型的Web项目,主要为用户提供最新的金融资讯、数据,以抓取其他网站数据和用户发布作为新闻的主要来源。

      pk10什么叫跨度去一尾 www.9i8s.com.cn 项目特色:

      1、使用Flask Web框架 实现
      2、前后端不分离的形式实现具体业务逻辑
      3、常见的Web开发流程以及第三方平台工具的集成和使用

    • 美多商城

      项目简介:

      大型B2C电子商务平台,包含用户中心、商品展示、购物车、订单、支付、评论、搜索等功能。

      项目特色:

      1、采用前后端分离的技术
      2、使用最热门的Django REST framework +VUE技术实现
      3、采用数据库读写分离技术
      4、使用FastDFS实现商品图片数据的存储
      5、可掌握支付相关业务的实现
      6、可掌握搜索相关技术的使用

    • 数据抓取-分布式爬虫

      项目简介:

      大型门户网站和大型婚恋网站积累了海量信息,提取有用的价值,应用于数据挖掘、海量数据分析、市场分析(包括热点资讯、关键词点击、舆情分析、全国婚恋市场、个人信息分析等情况),掌握爬虫技术显得尤为重要。

      项目特色:

      1、Python 多线程爬虫及其机制
      2、使用Python urllib、urllib2、requests等网络???br />3、使用Python lxml、BeautifulSoup、re、json??榻惺萏崛?br />4、XPath语法规则和各CSS Selector的使用
      5、Tesseract机器图像识别系统,并处理简单的文字验证码
      6、使用Selenium+PhantomJS(headless)实施动态HTML抓取
      7、掌握Scrapy框架,以及编写各类中间件
      8、掌握scrapy-redis分布式框架,了解各组件工作机制

    • 股票量化交易

      项目简介:

      AI Quant是一个自动量化交易系统,主要用户策略分析以及回测。通过高质量的预处理金融数据,分析数据中的因子,使用机器学习算法实现自动化策略产生,并且使用策略相关指标达到回测的能力,最后能够进行模拟交易。该平台能够实现自动进行策略分析完成交易。

      项目特色:

      1、历史数据、实时数据
      2、股票、期货数据指标
      3、多因子模型
      4、量化交易策略
      5、回测框架
      6、交易框架

    • 黑马头条-Web

      项目简介:

      黑马头条项目是一款汇集科技资讯、技术文章和问答交流的用户移动终端产品。黑马头条提供用户移动App端、自媒体PC Web端和系统MIS PC Web端三大应用,让用户轻松获取最新资讯,发布资讯文章。对接推荐系统,收集埋点数据、获取推荐结果;对接AI系统,提供聊天机器人通讯平台。

      项目特色:

      1、使用Flask-RESTful实现REST API
      2、灵活使用SQLAlchemy的数据库ORM解决方案
      3、采用企业的Gitflow工作流开发
      4、采用企业级的缓存方案
      5、使用gRPC与推荐系统和AI系统对接
      6、采用Elasticsearch搜索引擎
      7、使用socket.io实现即时通讯
      8、使用APScheduler实现定时任务
      9、使用RabbitMQ消息队列
      10、引入极验行为验证

    • 黑马头条-推荐系统

      项目简介:

      黑马头条推荐系统建立在海量用户与海量文章之上,使用Lambda架构整合实时计算和离线计算,借助分布式环境提升计算能力;使用Flume收集用户的点击、浏览、收藏等行为,建立用户画像和文章画像,并存储于HDFS集群;通过离线Spark SQL计算建立HIVE特征中心,存储到HBase集群;通过ALS、LR、Wide&Deep等机器学习与深度学习、推荐算法进行智能推荐,达到千人千面的用户推荐效果。

      项目特色:

      1、ABTest实验平台
      2、用户反馈收集
      3、实时计算平台
      4、离线计算分析平台
      5、召回算法模型
      6、排序算法模型
      7、用户画像建模
      8、文章画像建模
      9、基于Lambda大数据架构进行数据处理

    • 小智同学聊天机器人

      项目简介:

      小智聊天机器人,使用了自然语言处理的技术,实现人机对话。实现的是一个类似智能客服的系统,实现了闲聊功能和问答功能,在App上提供了入口,能够和机器人闲聊和编程相关的问题。

      项目特色:

      1、接受用户的输入
      2、对输入内容进行预处理和特征提取
      3、使用分类方法判断用户输入的内容
      4、如果意图为闲聊,调用闲聊的模型返回结果
      5、如果意图为提问,调用问答模型返回结果

     

    Python+人工智能面授视频试听

    • if判断白富美

    • 批量文件重命名

    • 装饰器原理

    • 反爬虫攻防-代理处理器

    • tornado简介

    • 异步代码实现原理

    申请免费线下基础班试听名额

    教学服务

    • 每日测评

      每晚对学员当天知识的吸收程度、老师授课内容难易程度进行评分,老师会根据学员反馈进行分析,对学员吸收情况调整授课内容、课程节奏,最终让每位学员都可以跟上班级学习的整体节奏。

    • 技术辅导

      为每个就业班都安排了一名优秀的技术指导老师,不管是白天还是晚自习时间,随时解答学员问题,进一步巩固和加强课上知识。

    • 学习系统

      为了能辅助学员掌握所学知识,黑马程序员自主研发了6大学习系统,包括教学反馈系统、学习难易和吸收分析系统、学习测试系统、在线作业系统、学习任务手册、学员综合能力评定分析等。

    • 末位辅导

      末位辅导队列的学员,将会得到重点关心。技术辅导老师会在学员休息时间,针对学员的疑惑进行知识点梳理、答疑、辅导。以确保知识点掌握上没有一个学员掉队,真正落实不抛弃,不放弃任何一个学员。

    • 生活关怀

      从学员学习中的心态调整,到生活中的困难协助,从课上班级氛围塑造到课下多彩的班级活动,班主任360度暖心鼓励相伴。

    • 就业辅导

      小到五险一金的解释、面试礼仪的培训;大到500强企业面试实训及如何针对性地制定复习计划,帮助学员拿到高薪Offer。

  • “沙雕世界杯”作品亮相舟山 2019-05-14
  • 实验室里“种植”钻石,这样的人造钻戒你能接受吗? 2019-05-14
  • 高级需求不是物质需求,而是精神需求。你可能理解不了,为什么方志敏们面对高官,厚禄的诱惑而其志不改。 2019-05-14
  • 人民日报评论员:携手创造更加光明的美好未来 2019-05-14
  • 曾被视为祥瑞的狐狸 怎么就变成了魅惑妖精? 2019-05-13
  • 驻人社部纪检组对受处理党员干部开展后续教育帮扶 2019-05-13
  • 萨拉赫,你再不上 埃及队就要回家啦 2019-05-12
  • 主持人资料库——欧阳夏丹 2019-05-12
  • 上合正在掀开崭新一页 2019-05-11
  • 太原摇滚20年演唱会 齿轮橡皮等老牌乐队重出江湖 2019-05-11
  • 太原引入“慢病PBM”管理模式 2019-05-11
  • 山西打造“互联网+”科技扶贫模式 2019-05-10
  • [理上网来·辉煌十九大]陈曙光:为发展中国家走向现代化提供全新选择 2019-05-10
  • 台生为何青睐大陆高校(两岸聚焦) 2019-05-10
  • 太原摇滚20年演唱会 齿轮橡皮等老牌乐队重出江湖 2019-05-10