課程

模塊

詳情內(nèi)容

理論部分

AI概覽

1.人工智能技術(shù)的過(guò)去、現(xiàn)在與未來(lái)
2.人工智能產(chǎn)業(yè)發(fā)展全貌

3.各國(guó)人工智能發(fā)展戰(zhàn)略規(guī)劃
4.人工智能時(shí)代的公平與正義
5.人工智能時(shí)代的人機(jī)關(guān)系
6.人工智能治理
7.暢想未來(lái)的人工智能社會(huì)

Python 編程基礎(chǔ)

1.介紹
2.列表和元組
3.字符串
4.字典
5.條件、循環(huán)語(yǔ)句
6.函數(shù)
7.面向?qū)ο缶幊?BR>8.日期和時(shí)間
9.正則表達(dá)式
10.文件操作

數(shù)學(xué)基礎(chǔ)知識(shí)

1.線性代數(shù)
2.矩陣
3.特征分解
4.奇異值分解
5.Moore-Penrose 偽逆
6.跡運(yùn)算
7.行列式
實(shí)例：主成分分析
概率與信息論
隨機(jī)變量
概率分布
邊緣概率
條件概率
獨(dú)立性和條件獨(dú)立性
期望、方差和協(xié)方差
常用概率分布
貝葉斯規(guī)則
連續(xù)型變量
信息論
結(jié)構(gòu)化概率模型
數(shù)值計(jì)算
上溢和下溢
病態(tài)條件
基于梯度的優(yōu)化方法
約束優(yōu)化
實(shí)例：線性最小二乘

TensorFlow 介紹

1.TensorFlow 是做什么的
2.TensorFlow 的特點(diǎn)
3.TensorFlow 基礎(chǔ)知識(shí)
4.TensorFlow 各模塊介紹
5.搭建開(kāi)發(fā)環(huán)境
6.了解TensorFlow 開(kāi)發(fā)的基本步驟
7.定義 TensorFlow 輸入節(jié)點(diǎn)
8.定義“學(xué)習(xí)參數(shù)” 的變量
9.定義 “運(yùn)算”
10.優(yōu)化函數(shù)，優(yōu)化目標(biāo)
11.初始化所有變量
12.迭代更新參數(shù)到最有解
13.測(cè)試模型
14.使用模型
15.其它深度學(xué)習(xí)框架介紹

深度學(xué)習(xí)預(yù)備知識(shí)和深度學(xué)習(xí)概覽

1.深度學(xué)習(xí)預(yù)備知識(shí)
2.學(xué)習(xí)算法
3.機(jī)器學(xué)習(xí)常用算法
4.超參數(shù)和驗(yàn)證集
5.參數(shù)估計(jì)
6.最大似然估計(jì)
7.貝葉斯估計(jì)
8.深度學(xué)習(xí)概覽
9.神經(jīng)網(wǎng)絡(luò)定義與發(fā)展
10.感知器及其訓(xùn)練法則
11.激活函數(shù)
12.神經(jīng)網(wǎng)絡(luò)的種類
13.深度學(xué)習(xí)中的正則化
14.優(yōu)化器
15.深度學(xué)習(xí)的應(yīng)用

華為云EI概覽

1.華為AI的認(rèn)知及EI的由來(lái)
2.華為云EI企業(yè)智能詳細(xì)介紹
3.基礎(chǔ)平臺(tái)類服務(wù)
4.通用領(lǐng)域類服務(wù)
5.行業(yè)領(lǐng)域類服務(wù)

Python編程基礎(chǔ)實(shí)驗(yàn)

1.列表和元組

2.字符串
3.字典
4.條件、循環(huán)語(yǔ)句
5.函數(shù)

6.面向?qū)ο缶幊?BR>7.日期和時(shí)間
8.正則表達(dá)式
9.文件操作

數(shù)學(xué)基礎(chǔ)知識(shí)實(shí)驗(yàn)

1.線性代數(shù)知識(shí)點(diǎn)練習(xí)
2.概率論知識(shí)點(diǎn)練習(xí)
3.數(shù)值計(jì)算案例知識(shí)點(diǎn)練習(xí)
4.場(chǎng)景案例

TensorFlow 編程基礎(chǔ)實(shí)驗(yàn)

1.Hello World
2.會(huì)話
3.矩陣相乘
4.變量的定義
5.TensorBoard可視化
6.數(shù)據(jù)讀取與處理
7.圖操作
8.模型保存與使用
9.線性回歸-房?jī)r(jià)預(yù)測(cè)

圖像識(shí)別編程實(shí)驗(yàn)

語(yǔ)音識(shí)別編程實(shí)驗(yàn)

人機(jī)對(duì)話編程實(shí)驗(yàn)

課程

模塊

詳情內(nèi)容

HCIP-AI

深度前饋網(wǎng)絡(luò)

1.人工神經(jīng)網(wǎng)絡(luò)

2.深度前饋網(wǎng)絡(luò)
3.神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
4.神經(jīng)網(wǎng)絡(luò)的架構(gòu)設(shè)計(jì)

計(jì)算機(jī)視覺(jué)理論和應(yīng)用

1.計(jì)算機(jī)視覺(jué)概覽

2.數(shù)字圖像處理基礎(chǔ)

3.圖像預(yù)處理技術(shù)

4.圖像識(shí)別基本任務(wù)

5.圖像特征提取和傳統(tǒng)方法

6.卷積神經(jīng)網(wǎng)絡(luò)(CNN)

自動(dòng)語(yǔ)音識(shí)別理論和應(yīng)用

1.語(yǔ)音處理介紹：語(yǔ)音識(shí)別，語(yǔ)音合成，處理流程

2.傳統(tǒng)聲學(xué)模型

3.深度模型和混合模型

4.高級(jí)深度模型

自然語(yǔ)言理解理論和應(yīng)用

1. 自然語(yǔ)言理解介紹
2. 關(guān)鍵技術(shù)
3. 應(yīng)用系統(tǒng)

HiAI 平臺(tái)概覽

1．HiAI框架和價(jià)值

2．Foundation 概覽

3．Engine 概覽

4．Service 概覽

HiAI Foundation應(yīng)用開(kāi)發(fā)

1．實(shí)驗(yàn)環(huán)境說(shuō)明

2．準(zhǔn)備實(shí)驗(yàn)環(huán)境

3．圖像分類應(yīng)用開(kāi)發(fā)

4．使用模型商店

HiAI Engine應(yīng)用開(kāi)發(fā)

1． Engine API 調(diào)用

2． 實(shí)驗(yàn)環(huán)境說(shuō)明

3． 準(zhǔn)備實(shí)驗(yàn)環(huán)境

4． 遠(yuǎn)程真機(jī)調(diào)試 

5． 云測(cè)試

6． 真人眾測(cè)

7． 應(yīng)用上架

8． 應(yīng)用分析

HiAI Service應(yīng)用開(kāi)發(fā)

1． 實(shí)驗(yàn)環(huán)境說(shuō)明

2． 準(zhǔn)備實(shí)驗(yàn)環(huán)境

3． 創(chuàng)建第一個(gè)快應(yīng)用

4． 制作一個(gè)涂鴉的快應(yīng)用案例

5． 創(chuàng)建一個(gè)卡片應(yīng)用

6． 快應(yīng)用調(diào)試 

7． 快應(yīng)用云測(cè)試 

8． 基于HAG定義和發(fā)布快服務(wù)