当前位置: 首页 > 内训课程 > 课程内容
广告1
相关热门公开课程更多 》
相关热门内训课程更多 》
相关最新下载资料

人工智能应用及项目案例分析

课程编号:22067

课程价格:¥21200/天

课程时长:2 天

课程人气:869

行业类别:不限行业     

专业类别:人工智能 

授课讲师:胡忠

  • 课程说明
  • 讲师介绍
  • 选择同类课
【培训对象】


【培训收益】
1.知识图谱的基本概念和应用场景 2.知识图谱系统的整体技术框架 3.知识更新和知识抽取的关键技术 4.实体分类和实体对齐的关键技术 5.知识关联和推理的关键技术

第一章. 机器学习和深度学习系统设计方法论

a) 机器学习和深度学习的概念和区别

b) 人工智能算法工程师的日常工作流程

c) 传统机器学习的系统设计方法

d) 人工智能时代深度学习的系统设计方法

. 机器学习和深度学习人工智能的常见开发流程

a) 洞悉公司业务业务逻辑痛点,抽象出计算机解决方法方案

b) 数据清洗和预处理

c) 构建数据集数据特征工程

d) 模型选择模型训练模型评估模型测试

e) 开线效果评估

f) 线上开发性能测试运行上线

 

. 机器学习和深度学习实用环境搭建方法和实践

a) 以做NLP的文本分类项目为例

b) 安装相应的环境依赖的python工具包sklearnkerasnumpypandas

c) 安装深度学习框架,安装tensorflow或者pytorch

d) 安装GPU显卡加速支持的驱动,如cuda驱动等

e) 从业务拉取数据,构建数据集数据特征工程

f) 选择合适的算法模型,进行训练观察每一轮训练的准确率和召回率

g) 进行训练过后的效果评估

. 机器学习的离线训练

e) 模型选择的标准

f) 网格搜索交叉验证法,留出法

g) 面临的问题:类目样本不均衡样本数量不够,样本质量不佳,如何解决?

i. 类目不均衡Facol Loss

ii. 样本数量不够数据增强

iii. 样本质量不佳

h) 模型衡量标准准确率,召回率,F1AUCROC的概念

. 机器学习的在线预测

a) 高并发低延时

b) 灰度测试,A/B Test 分桶对比

c) 效果好坏标准:CTR点击率,平均停留时长,PV/UV变化

. 机器学习模型的线上实时反馈机制

a) 在线实时反馈

b) 在线学习微调机制

. 人工智能整体是一个复杂,反馈的系统工程

咨询电话:
0571-86155444
咨询热线:
  • 微信:13857108608
联系我们