人工智能開發(fā)適合人群

  1. 預(yù)轉(zhuǎn)型開發(fā)人員

  2. 理工科相關(guān)專業(yè)

  3. 研發(fā)管理技術(shù)拓展

  4. 人工智能愛好者

咨詢新開班級構(gòu)成情況

人工智能開發(fā)六大課程優(yōu)勢

  • 制定AI培訓(xùn)課程培養(yǎng)AI專精型人才

  • 覆蓋AI職業(yè)技能助力學(xué)員高起點就業(yè)

  • 課程設(shè)置科學(xué)合理適合AI技術(shù)初學(xué)者

  • 多領(lǐng)域多行業(yè)項目打造AI核心競爭力

  • 技術(shù)大牛傾力研發(fā)專職沉淀AI新技術(shù)

  • 聚力名企共建課程整合優(yōu)質(zhì)技術(shù)資源

01制定AI培訓(xùn)課程 培養(yǎng)AI專精型人才

我們培養(yǎng)的AI工程師所需能力

AI算法深入研究能力AI算法深入研究能力指算法實用性、先進性、可拓展性,讓學(xué)員掌握算法模型舉一反三的技能。

AI算法業(yè)務(wù)流處理能力AI算法業(yè)務(wù)流處理能力指通過企業(yè)實戰(zhàn)場景、業(yè)務(wù)流,對AI技術(shù)實戰(zhàn)訓(xùn)練,解決實戰(zhàn)業(yè)務(wù)流問題。

技術(shù)棧SeleniumRequestsJs

技術(shù)棧XpathMysqlESFilter

技術(shù)棧CounterSeabornOpencv
TensorboardJiebaPillow

技術(shù)棧LossSelectionEntropy
LossAdam SGD

技術(shù)棧Cross ValidationModel
PredictTrain Test Split

技術(shù)棧PytorchTensorflowKeras
Sklearn

技術(shù)棧AcuracyRecalPrecision
F1

技術(shù)棧DjangoFlaskDocker
Tensorflow-Serving

技術(shù)棧AbtestUnitestAPItest

數(shù)據(jù)采集與標注數(shù)據(jù)清洗與存儲數(shù)據(jù)特征與分析 模型驗證模型訓(xùn)練模型選型與構(gòu)建 模型選型與構(gòu)建模型選型與構(gòu)建系統(tǒng)聯(lián)調(diào)測試

在線醫(yī)生問答機器人是NLP在醫(yī)療領(lǐng)域的應(yīng)用之一,幫助人們解決基本的醫(yī)療知識問答。項目涉及主流的AI技術(shù),包括遷移和微調(diào)BERT模型解決句子連貫性判斷、BiLSTM+CRF解決醫(yī)療命名實體識別、使用自監(jiān)督語料進行實體審核等,對涉獵的算法模型進行深度解析。同時,整個項目具備完整的業(yè)務(wù)流程,包括微信公眾號的對接、對話管理存儲、模型部署服務(wù)、圖數(shù)據(jù)庫操作等,以便訓(xùn)練的模型能真正投入使用,產(chǎn)生商業(yè)價值。

技術(shù)架構(gòu)

課程實例:在線醫(yī)生項目

微信公眾號客戶端

分布式模型部署與性能提升技巧

醫(yī)療領(lǐng)域知識圖譜
neo4j存儲
N度關(guān)系查詢
圖數(shù)據(jù)管理
醫(yī)療對話生成模型訓(xùn)練
基于BERT的對話連貫性判斷
用戶意圖識別
Bi-LSTM+CRF的命名實體識別
多輪對話管理系統(tǒng)
基于Redis的緩存
基于Unit的規(guī)則生成器
多輪對話控制機制

醫(yī)療數(shù)據(jù)清洗與數(shù)據(jù)處理流水線

了解AI工程師發(fā)展前景

02覆蓋AI職業(yè)技能 助力學(xué)員高起點就業(yè)

  • 機器學(xué)習(xí)、推薦、通用框架

    科學(xué)計算庫,特征工程, 十大經(jīng)典算法,主流應(yīng)用領(lǐng)域,推薦系統(tǒng),主流框架人工智能框架TensorFlow、Pytorch。

  • 圖像與視覺處理CV

    圖像分類,目標檢測和追蹤,圖像語義分割,場景文字識別,圖像生成,人體關(guān)鍵點檢測及標簽識別,視頻分類。

  • 自然語言處理NLP

    分詞,命名實體識別,詞性標注、句法分析、語義理解、信息抽取、機器翻譯、文本摘要、問答系統(tǒng)、閱讀理解。

  • 人工智能前沿技術(shù)和未來熱點

    進化學(xué)習(xí)、分布式機器學(xué)習(xí)、強化學(xué)習(xí)、立體視覺與SLAM、點云處理、對稱權(quán)重與深度置信網(wǎng)絡(luò)、模型可解釋性,模型壓縮,遷移學(xué)習(xí),終身學(xué)習(xí),元學(xué)習(xí)。

咨詢老學(xué)員就業(yè)詳情

03課程設(shè)置科學(xué)合理 適合AI技術(shù)初學(xué)者

  1. 階段1
  2. 階段2
  3. 階段3
  4. 階段4
  5. 階段5
  6. 階段6
  7. 階段7
  8. 階段8
  9. 階段9
  10. 階段10
  • Python編程基礎(chǔ)

    主講內(nèi)容:

    · Python基礎(chǔ)語法
    · Python數(shù)據(jù)處理
    · 函數(shù)
    · 文件讀寫
    · 異常處理
    · 模塊和包

    可掌握的核心能力:

    1、掌握Python開發(fā)環(huán)境基本配置;
    2、掌握運算符、表達式、流程控制語句、數(shù)組等的使用;
    3、掌握字符串的基本操作;
    4、初步建立面向?qū)ο蟮木幊趟季S;
    5、熟悉異常捕獲的基本流程及使用方式;
    6、掌握類和對象的基本使用方式。

    可解決的現(xiàn)實問題:

    熟練掌握人工智能Python語言,建立編程思維以及面向?qū)ο蟪绦蛟O(shè)計思想,使學(xué)員能夠熟練使用Python技術(shù)完成基礎(chǔ)程序編寫。

  • Python編程進階

    主講內(nèi)容:

    · 面向?qū)ο?br>· 網(wǎng)絡(luò)編程
    · 多任務(wù)編程
    · 高級語法
    · Python編程綜合項目
    · Python數(shù)據(jù)結(jié)構(gòu)

    可掌握的核心能力:

    1、掌握網(wǎng)絡(luò)編程技術(shù),能夠?qū)崿F(xiàn)網(wǎng)絡(luò)通訊;
    2、知道通訊協(xié)議原理;
    3、掌握開發(fā)中的多任務(wù)編程實現(xiàn)方式;
    4、知道多進程多線程的原理。

    可解決的現(xiàn)實問題:

    熟練使用Python,掌握人工智能開發(fā)必備Python高級語法。

  • 數(shù)據(jù)處理與統(tǒng)計分析

    主講內(nèi)容:

    · Linux
    · MySQL與SQL
    · Numpy矩陣運算庫
    · Pandas數(shù)據(jù)清洗
    · Pandas數(shù)據(jù)整理
    · Pandas數(shù)據(jù)可視化
    · Pandas數(shù)據(jù)分析項目

    可掌握的核心能力:

    1、掌握Linux常用命令,為數(shù)據(jù)開發(fā)后續(xù)學(xué)習(xí)打下的良好基礎(chǔ);
    2、掌握MySQL數(shù)據(jù)庫的使用;
    3、掌握SQL語法;
    4、掌握使用Python操作數(shù)據(jù)庫;
    5、掌握Pandas案例;
    6、知道會圖庫使用;
    7、掌握Pandas數(shù)據(jù)ETL;
    8、掌握Pandas數(shù)據(jù)分析項目流程。

    可解決的現(xiàn)實問題:

    掌握SQL及Pandas完成數(shù)據(jù)分析與可視化操作。

  • 機器學(xué)習(xí)與多場景案例實戰(zhàn)

    主講內(nèi)容:

    · 機器學(xué)習(xí)簡介
    · K近鄰算法
    · 線性回歸
    · 邏輯回歸
    · 決策樹
    · 聚類算法
    · 集成學(xué)習(xí)
    · 機器學(xué)習(xí)進階算法
    · 用戶畫像案例
    · 電商運營數(shù)據(jù)建模分析案例

    可掌握的核心能力:

    1、掌握機器學(xué)習(xí)算法基本原理;
    2、掌握使用機器學(xué)習(xí)模型訓(xùn)練的基本流程;
    3、掌握Sklearn,Jieba,Gensim等常用機器學(xué)習(xí)相關(guān)開源庫的使用;
    4、熟練使用機器學(xué)習(xí)相關(guān)算法進行預(yù)測分析;
    5、掌握數(shù)據(jù)分析常用思維方法;
    6、掌握不同業(yè)務(wù)場景下的指標體系搭建;
    7、熟練使用各種數(shù)據(jù)分析工具進行數(shù)據(jù)提取與數(shù)據(jù)展示;
    8、熟練運用常用數(shù)據(jù)分析模型解決業(yè)務(wù)問題。

    可解決的現(xiàn)實問題:

    掌握機器學(xué)習(xí)基本概念,利用多場景案例強化機器學(xué)習(xí)建模。

  • 數(shù)據(jù)挖掘綜合項目

    主講內(nèi)容:

    · 金融風控項目業(yè)務(wù)背景介紹
    · 風控建模介紹
    · 機器學(xué)習(xí)評分卡
    · 金融風控特征工程
    · 不均衡學(xué)習(xí)和異常檢測
    · 推薦項目數(shù)據(jù)采集
    · 推薦系統(tǒng)召回業(yè)務(wù)
    · 推薦系統(tǒng)排序業(yè)務(wù)
    · 基于多路召回的實時推薦
    · 推薦系統(tǒng)平臺調(diào)度
    · 推薦系統(tǒng)性能評估

    可掌握的核心能力:

    1、掌握風控業(yè)務(wù)場景的常用指標;2、掌握評分卡的建模流程;
    3、掌握評分卡特征工程的常用套路;
    4、熟練運用機器學(xué)習(xí)算法解決風控業(yè)務(wù)場景下的問題;
    5、掌握多行業(yè)推薦業(yè)務(wù);6、掌握推薦業(yè)務(wù)建模流程;
    7、掌握召回,排序基礎(chǔ)算法;8、熟練運用機器學(xué)習(xí)算法解決推薦業(yè)務(wù)問題;
    9、掌握大數(shù)據(jù)計算框架基本使用。

    可解決的現(xiàn)實問題:

    1、掌握掌握金融風控或推薦系統(tǒng)項目
    2、掌握運用機器學(xué)習(xí)算法解決實際業(yè)務(wù)的分類、聚類、回歸的問題

  • 深度學(xué)習(xí)與NLP自然語言處理基礎(chǔ)

    主講內(nèi)容:

    · 深度學(xué)習(xí)基礎(chǔ)
    · BP神經(jīng)網(wǎng)絡(luò)
    · 經(jīng)典神經(jīng)同絡(luò)結(jié)構(gòu)(CNN&RNN)
    · 深度學(xué)習(xí)多框架對比
    · 深度學(xué)習(xí)正則化和算法優(yōu)化
    · 深度學(xué)習(xí)Pytorch框架
    · NLP任務(wù)和開發(fā)流程
    · 文本預(yù)處理
    · RNN及變體原理與實戰(zhàn)
    · Transformer原理與實戰(zhàn)
    · Attention機制原理與實戰(zhàn)
    · 傳統(tǒng)序列模型
    · 遷移學(xué)習(xí)實戰(zhàn)

    可掌握的核心能力:

    1、pytorch工具處理神經(jīng)網(wǎng)絡(luò)涉及的關(guān)鍵點;2、掌握神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識;
    3、掌握反向傳播原理;4、了解深度學(xué)習(xí)正則化與算法優(yōu)化;
    5、掌握NLP領(lǐng)域前沿的技術(shù)解決方案;6、了解NLP應(yīng)用場景;
    7、掌握NLP相關(guān)知識的原理和實現(xiàn);8、掌握傳統(tǒng)序列模型的基本原理和使用;
    9、掌握非序列模型解決文本問題的原理和方案;10、能夠使用pytorch搭建神經(jīng)網(wǎng)絡(luò);
    11、構(gòu)建基本的語言翻譯系統(tǒng)模型;12、構(gòu)建基本的文本生成系統(tǒng)模型;
    13、構(gòu)建基本的文本分類器模型;14、使用ID-CNN+CRF進行命名實體識別;
    15、使用fasttext進行快速的文本分類;16、勝任多數(shù)企業(yè)的NLP工程師的職位。

    可解決的現(xiàn)實問題:

    掌握深度學(xué)習(xí)基礎(chǔ)及神經(jīng)網(wǎng)絡(luò)經(jīng)典算法;掌握熱門的PyTorch技術(shù),完成自然語言處理基礎(chǔ)算法,諸如RNN、LSTM、GRU等技術(shù)。

  • ChatGPT技術(shù)深入淺出

    主講內(nèi)容:

    · ChatGPT入門
    · ChatGPT原理詳解
    · ChatGPT項目實戰(zhàn)
    · 基于大型預(yù)訓(xùn)練模型搭建聊天機器人
    · 聊天機器人和問答系統(tǒng)

    可掌握的核心能力:

    1、掌握大規(guī)模知識圖譜技術(shù)與自然語言處理在多領(lǐng)域的應(yīng)用
    2、掌握ChatGPT聊天機器人實戰(zhàn)
    3、掌握基于大型預(yù)訓(xùn)練模型搭建聊天機器人
    4、熟悉端到端以及結(jié)合知識庫的多輪多任務(wù)對話系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)

    可解決的現(xiàn)實問題:

    能夠運用ChatGPT模型完成聊天機器人和問答系統(tǒng)的相關(guān)功能

  • NLP自然語言處理綜合項目

    主講內(nèi)容:

    · 解決方案列表
    · 項目架構(gòu)及數(shù)據(jù)采集
    · 命名實體識別
    · 對話系統(tǒng)
    · 項目架構(gòu)
    · 多模型預(yù)測
    · 模型的迭代優(yōu)化
    · 模型的上線部署與總結(jié)
    · 智能文本分類
    · 模型上線

    可掌握的核心能力:

    1、醫(yī)療領(lǐng)域NER解決方案;2、對話主題相關(guān)解決方案;
    3、微信端服務(wù)部署解決方案;4、對話管理系統(tǒng)與A結(jié)合解決方案;
    5、抽取式文本摘要解決方案;6、生成式文本摘要解決方案;
    7、自主訓(xùn)練詞向量解決方案;8、解碼方案的優(yōu)化解決方案;
    9、數(shù)據(jù)增強優(yōu)化解決方案;10、大規(guī)??焖傥谋痉诸惤鉀Q方案;
    11、多模型井行預(yù)測解決方案;12、分布式模型訓(xùn)練解決方案;
    13、多標簽知識圖譜構(gòu)建解決方案。

    可解決的現(xiàn)實問題:

    1、掌握自然語言處理項目,完成文本摘要或傳智大腦項目
    2、掌握自然語言處理項目,完成智能文本分類或知識圖譜項目
    3、掌握運用NLP核心算法解決實際場景關(guān)系抽取的問題

  • CV基礎(chǔ)&面試加強

    主講內(nèi)容:

    · 機器學(xué)習(xí)核心算法加強
    · 深度學(xué)習(xí)核心算法加強
    · 數(shù)據(jù)結(jié)構(gòu)與算法
    · 多行業(yè)項目擴展
    · 圖像與視覺處理介紹
    · 目標分類和經(jīng)典CV網(wǎng)絡(luò)
    · 目標檢測和經(jīng)典CV網(wǎng)絡(luò)
    · 目標分割和經(jīng)典CV網(wǎng)絡(luò)

    可掌握的核心能力:

    1、機器學(xué)習(xí)與深度學(xué)習(xí)核心算法,NLP經(jīng)典算法,數(shù)據(jù)結(jié)構(gòu)算法、Djkstra算法,動態(tài)規(guī)劃初步,貪心算法原理,多行業(yè)人工智能案例剖析;
    2、經(jīng)典卷積網(wǎng)絡(luò):LeNet5、AlexNet、 VGG、 Inception、GoogleNlet、殘差網(wǎng)絡(luò) 深度學(xué)習(xí)優(yōu)化;RCNN、FastRCNN;FasterRCNN;SSD、YOLOM、 YOLOV2、 YOLOV。

    可解決的現(xiàn)實問題:

    1、掌握數(shù)據(jù)結(jié)構(gòu)與算法,核心機器學(xué)習(xí)、深度學(xué)習(xí)面試題,助力高薪就業(yè);
    2、掌握計算機視覺基礎(chǔ)算法,諸如CNN、殘差網(wǎng)絡(luò)、Yolo及SSD。

  • CV計算機視覺綜合項目

    主講內(nèi)容:

    · 解決方案列表
    · 項目架構(gòu)及數(shù)據(jù)采集
    · 人臉檢測與跟蹤
    · 人臉姿態(tài)任務(wù)
    · 人臉多任務(wù)
    · 系統(tǒng)集成

    可掌握的核心能力:

    1、人臉檢測與跟蹤解決方案;
    2、人臉多任務(wù)解決方案;
    3、人臉識別任務(wù)解決方案;
    4、系統(tǒng)集成解決方案;。

    可解決的現(xiàn)實問題:

    掌握人臉支付項目或智慧交通項目或?qū)崟r人臉識別項目。

申請免費試聽

04多領(lǐng)域多行業(yè)項目 打造AI核心競爭力

天鷹智能交通

本項目利用深度學(xué)習(xí)技術(shù),跟蹤路面實時車輛通行狀況,并逐幀記錄不同行車道車流量數(shù)目。車輛自動計數(shù)系統(tǒng)由計數(shù)系統(tǒng)、圖像抓拍系統(tǒng)、實時監(jiān)控錄像系統(tǒng)組成,可在視頻看出每個車輛的連續(xù)幀路徑。

項目架構(gòu)

1、Siamese系列模型2、yoloV3目標檢測
3、SORT/DeepSORT算法4、卡爾曼濾波目標位置優(yōu)化
5、匈牙利算法目標匹配6、相機校正方法

壹圖實時人臉檢測

本項目可通過攝像頭實時采集視頻人臉數(shù)據(jù),也可批量圖片輸入自動化識別人臉;本項目對視頻可實現(xiàn)人臉的跟蹤,并標注姓名、性別、情緒(開心、生氣、自然)等信息;能對進入視頻的陌生人報警。

項目架構(gòu)

1、EigenFace2、LBPH
3、雙屬性圖4、動態(tài)人臉定位
5、活體檢測6、柔性模型技術(shù)
7、Gabor系數(shù)特征匹配8、隱馬爾科夫模型的圖像分割

美創(chuàng)醫(yī)療在線AI醫(yī)生

在線醫(yī)生項目是一個基于自然語言理解方向的問答機器人。該項目結(jié)合醫(yī)學(xué)知識圖譜、深度學(xué)習(xí)、對話管理、微信公眾號開發(fā)等技術(shù),旨在降低首醫(yī)成本,為患者提供基本醫(yī)學(xué)診斷意見服務(wù)。

項目架構(gòu)

1、Neo4j圖數(shù)據(jù)庫2、命名實體審核/識別模型訓(xùn)練與預(yù)測+
3、句子主題相關(guān)模型訓(xùn)練與部署4、系統(tǒng)聯(lián)調(diào)與測試
5、論文復(fù)現(xiàn)

蜂窩頭條智能文本推薦

中文標簽化系統(tǒng)是NLP基礎(chǔ)任務(wù)的綜合系統(tǒng),同時又是NLP應(yīng)用的基礎(chǔ)設(shè)施。根據(jù)文本信息,給出對應(yīng)的預(yù)定義標簽將能夠有效的支持用戶畫像,推薦系統(tǒng)等。同時,對于高階NLP任務(wù),如對話,翻譯,寓意蘊含等在語料分類上將有很大的幫助。

項目架構(gòu)

1、標簽詞匯知識圖譜2、特征工程
3、fasttext模型4、多模型訓(xùn)練與預(yù)測
5、AI業(yè)務(wù)流調(diào)試6、Django后端服務(wù)搭建

泛娛樂推薦

推薦系統(tǒng)的在當下的火爆程度毋庸置疑,個性化推薦的需求也是每一個toC產(chǎn)品應(yīng)該實現(xiàn)的目標。本項目推薦系統(tǒng)策略與圖像與視覺處理相結(jié)合,深度解決互聯(lián)網(wǎng)產(chǎn)業(yè)的推薦業(yè)務(wù)場景。

項目架構(gòu)

1、知識圖譜構(gòu)建雙畫像2、多召回策略
3、召回金字塔4、基于人臉
5、場景6、表情推薦方案

貓眼人臉支付CV

人臉支付項目是一個基于計算機視覺方向的人臉識別項目,該項目以支付系統(tǒng)為背景介紹人臉處理的整體流程。利用機器學(xué)習(xí)和深度學(xué)習(xí)的方法,針對攝像頭捕獲的視頻圖像,進行人臉區(qū)域檢測,人臉跟蹤,人臉姿態(tài)的檢測,通過人臉矯正,人臉比對完成人臉的識別。

項目架構(gòu)

1、人臉檢測的解決方案2、人臉姿態(tài)(歐拉角)檢測
3、人臉關(guān)鍵點識別4、人臉多任務(wù)(年齡,性別等)
5、人臉特征對比

黑馬頭條推薦系統(tǒng)

黑馬頭條推薦系統(tǒng)屬于機器學(xué)習(xí)與深度學(xué)習(xí)推薦應(yīng)用項目,類似今日頭條、掘金等推薦。用戶可以通過黑馬頭條APP獲取個性化推薦技術(shù)文章的效果。

項目架構(gòu)

1、Hadoop分布式文件存儲和計算2、Sqoop大規(guī)模數(shù)據(jù)遷移
3、Lambda架構(gòu)4、Flume數(shù)據(jù)采集
5、Kafka消息隊列6、Spark機器學(xué)習(xí)
7、用戶特征工程8、TFIDF、TextRank文本特征工程
9、多路召回策略10、Wide&Deep深度學(xué)習(xí)模型

萬米電商推薦系統(tǒng)

根據(jù)用戶的歷史行為,挖掘出用戶的喜好,并為用戶推薦與其喜好相符的商品或者信息。同時讓一些有價值的信息能夠到達潛在的用戶之中。其中用戶畫像標簽系統(tǒng)為推薦系統(tǒng)提供數(shù)據(jù)支持,商品推薦的Ctr/Cvr點擊率/轉(zhuǎn)化率預(yù)估系統(tǒng)為推薦系統(tǒng)推薦結(jié)果提供排序依據(jù)。

項目架構(gòu)

1、推薦系統(tǒng)項目業(yè)務(wù)背景介紹2、推薦系統(tǒng)架構(gòu)
3、企業(yè)級用戶畫像4、SparkMllib案例實戰(zhàn)
5、多路召回算法6、排序算法
7、推薦系統(tǒng)指標評估

小智同學(xué)-聊天機器人

小智聊天機器人,使用了自然語言處理的技術(shù),實現(xiàn)人機對話。實現(xiàn)的是一個類似智能客服的系統(tǒng),實現(xiàn)了閑聊功能和問答功能,在App上提供了入口,能夠和機器人閑聊和編程相關(guān)的問題。

項目架構(gòu)

1、jieba分詞2、skip-gram模型
3、CBOW模型4、詞嵌入原理word_embedding
5、神經(jīng)網(wǎng)絡(luò)RNN-LSTM-GRU6、Seq2Seq模型完整搭建和訓(xùn)練
7、astText+Attention注意力機制

百京金融風控項目

金融風控項目搭建了整套金融風控知識體系,從反欺詐、信用風險策略、評分卡模型構(gòu)建等熱點知識,使得學(xué)員具備中級金融風控分析師能力。

項目特色

1、常見信貸風險、金融風控領(lǐng)域常用術(shù)語
2、信貸審批業(yè)務(wù)基本流程、ABC評分卡概念、正負樣本定義方法等
3、特征衍生、特征交叉、特征評估與篩選
4、邏輯回歸評分卡、集成學(xué)習(xí)評分卡、模型評價(KS,AUC),評分映射方法,模型報告
5、樣本不均衡的處理方法,異常點檢測的常用方法

  • 天鷹
    智能交通
  • 壹圖實時
    人臉檢測
  • 美創(chuàng)醫(yī)療
    在線AI醫(yī)生
  • 蜂窩頭條智
    能文本推薦
  • 泛娛樂推薦
  • 貓眼人臉
    支付CV
  • 黑馬頭條
    推薦系統(tǒng)
  • 萬米電商
    推薦系統(tǒng)
  • 小智同學(xué)
    聊天機器人
  • 百京金融
    風控項目
咨詢獲取完整項目信息

05技術(shù)大牛傾力研發(fā) 專職沉淀AI新技術(shù)

  • 40+解決方案

    特定目標車輛跟蹤Siamese系列模型的解決方案SORT/DeepSORT算法多目標車輛跟蹤解決方案

    建立交通流系統(tǒng)狀態(tài)和觀測狀態(tài)的解決方案車輛檢測、計數(shù)和分類解決方案

    圖像去畸變的解決方案實時車道線檢測的解決方案

    實時采集攝像頭人臉視頻的解決方案利用深度學(xué)習(xí)方法進行人臉屬性提取的解決方案

    動態(tài)圖像人臉定位的解決方案利用深度神經(jīng)網(wǎng)絡(luò)進行人臉實時識別跟蹤的解決方案

    醫(yī)學(xué)影像格式轉(zhuǎn)換的解決方案肺部實質(zhì)形態(tài)分割的解決方案

    利用深度學(xué)習(xí)模型進行肺結(jié)節(jié)檢測及分割的解決方案可疑病灶區(qū)域標記及預(yù)診斷的解決方案

    基于多模型級聯(lián)學(xué)習(xí)的場景識別解決方案淺CNN模型和深CNN模型集成學(xué)習(xí)

    mlp模型組合預(yù)判場景解決方案在線圖片識別-商品檢測項目(CV)

    基于端到端算法的目標檢測解決方案模型訓(xùn)練中數(shù)據(jù)增強的解決方案

    基于Label Image的圖像標注的解決方案知識圖譜的雙畫像關(guān)系存儲解決方案

    動態(tài)/靜態(tài)標簽的AI屬性方案實時響應(yīng)的AI金字塔召回方案

    wide-deep模型的排序模型方案醫(yī)療領(lǐng)域NER解決方案

    對話主題相關(guān)解決方案微信端服務(wù)部署解決方案

    對話管理系統(tǒng)與AI結(jié)合解決方案大規(guī)模快速文本分類解決方案

    多模型并行預(yù)測解決方案分布式模型訓(xùn)練解決方案

    多標簽知識圖譜構(gòu)建解決方案基于Flume+Kafka的實時數(shù)據(jù)采集解決方案

    基于詞頻、詞向量的文章畫像抽取解決方案離線定時任務(wù)多路召回的解決方案

    wide&deep深度神經(jīng)網(wǎng)絡(luò)模型的排序方案雙通道redis&hbase的實時請求服務(wù)解決方案

    推薦系統(tǒng)冷啟動解決方案中文分詞和向量化的解決方案

    基于神經(jīng)網(wǎng)絡(luò)端到端的解決方案語言模型調(diào)優(yōu)與注意力機制優(yōu)化的方案

  • 10+技術(shù)棧

    模型訓(xùn)練流水線模型并行預(yù)測服務(wù)模型熱更新微服務(wù)分布式模型訓(xùn)練自動參數(shù)調(diào)優(yōu)Fasttext模型全面解析應(yīng)用Transformer遷移學(xué)習(xí)深入實踐ResNet主干視覺網(wǎng)絡(luò)剖析強化學(xué)習(xí)與對抗網(wǎng)絡(luò)解讀大型模型壓縮與知識蒸餾探索對抗網(wǎng)絡(luò)系列算法論文復(fù)現(xiàn)……

  1. 20+


    AI技術(shù)大牛
  2. 平均5+


    AI從業(yè)經(jīng)驗
  3. 300+


    技術(shù)研討
更多課程詳情

06聚力名企共建課程 整合優(yōu)質(zhì)技術(shù)資源

百度云智學(xué)院,制定人工智能人才培養(yǎng)方案雙方將共同制定和推廣“人工智能”人才標準及人才培養(yǎng)方案,并根據(jù)各自的優(yōu)勢共同進行課程設(shè)計和優(yōu)化,旨在培養(yǎng)更專業(yè)的人工智能領(lǐng)域人才。

京東人工智能平臺,達成 AI 項目資源深度合作雙方將通過平臺建設(shè)、課程研發(fā)、人才培養(yǎng)及產(chǎn)品創(chuàng)新,圍繞人工智能數(shù)據(jù)科學(xué)、圖像與視覺處理、自然語言處理等領(lǐng)域開展更多深度合作。

智能Tlias教學(xué)系統(tǒng)學(xué)習(xí)更有效率

  • 目標導(dǎo)向式學(xué)習(xí)

    課前明確學(xué)習(xí)目標
    學(xué)員全程圍繞學(xué)習(xí)目標開展學(xué)習(xí)

  • 智能指引式建議

    根據(jù)個人知識掌握
    推薦對應(yīng)學(xué)習(xí)建議

  • 及時的答疑解惑

    隨時隨地在系統(tǒng)中提出
    問題并獲得解答

  • BI可視化呈現(xiàn)

    學(xué)習(xí)成果通過可視化BI報表展現(xiàn)
    學(xué)習(xí)情況了然于胸

  • 隨堂診斷式糾錯

    隨堂糾錯測評
    確保學(xué)習(xí)的薄弱點有效補救

  • 循序漸進式練習(xí)

    低起點、高終點的練習(xí)路徑
    提升知識應(yīng)用能力

  • 階段性效果測試

    階段性評估
    明確學(xué)習(xí)薄弱點

  • 貼心的強化輔導(dǎo)

    專人制定專項學(xué)習(xí)計劃
    確保每一名學(xué)員不掉隊

制定個人學(xué)習(xí)計劃
和我們在線交談!