- 网络营销实战系统——打造赚钱机器
- 理解注塑成型的高分子原理、成型基本流
- 机器换人引爆企业设备维护系统升级研修
- 赚钱机器-全面设备管理（TPM）
- 赚钱机器-全面设备管理（TPM）
- 赚钱机器-全面设备管理（TPM）
- 赚钱机器-全面设备管理（TPM）
- 机器学习、深度学习、计算机图像处理和
- AI实操：引流变现8步法
- 《劳动合同法》《民法典》背景下企业用
- 酒店收益管理策略与实战方法
- 集团管控的流程与方法
- 绩效考核面谈的方法和技巧
- DOE培训-试验设计与田口方法(TM
- 电子厂如何提高质量管理 电子厂控制质
- 中国电信服务管理和投诉处理满意度的方
- 积分制员工管理方法实训
- 电信运营商的流量经营策略与方法
- 采购运作流程及供应商管理方法实训
- 应对媒体的方法与策略
企业中高层管理人员
【培训收益】
任正非说：如果我们不想死，就要向最优秀的人和组织学习，否则怎么能先进呢？该项目可以零距离接触，感悟其优秀文化，学习其先进的管理之道——他人之石可以攻玉。
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
第二章. 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
第三章. 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，F1，AUC和ROC的概念
第四章. 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变化等
第五章. 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
第六章. 人工智能整体是一个复杂，反馈的系统工程
中国科学院计算机博士，腾讯人工智能高级算法研究员
Ø 毕业于中国科技大学计算机系，获得博士学位
Ø 曾任百度公司搜索引擎高级工程师，凤巢广告竞价系统技术负责人
Ø 曾任搜狗公司搜索引擎算法高级研究员
Ø 现任腾讯公司人工智能，深度学习，数据挖掘大数据处理高级算法研究员
胡老师曾在多家大型互联网公司总部工作，有丰富的互联网大数据，机器学习，数据挖掘以及人工智能方面的实践知识和项目案例。
主导研发了百度公司新一代凤巢广告竞价系统，在全国中小企业广告主在互联网公司投放广告策略技巧方面有很深造诣
主要负责搜索引擎的研发，以及信息流广告产品的展现策略和架构的设计，对全国中小型企业和公司在互联网行业的广告投放策略和流量管理，都有丰富的经验。
主导研发了百度公司国际化战略的日文搜索引擎系统
主导开发了腾讯公司的腾讯新闻APP客户端等信息流产品。
胡老师总结了近十年以来在一线互联网公司的大数据，人工智能，数据挖掘以及机器学习等实践经验，对中国的互联网高科技发展方向深耕多年，对全国中小型企业转向互联网+战略方向，以及互联网营销方面，总结出了一套关于民营企业拥抱与转型互联网+的世界观和方法论
主讲课题：
《生物识别》
《大数据技术与应用》
《智能语音技术的深度解析》
《机器学习常见算法以及实践项目》
《人工智能产品分析和工程架构思考》
《人工智能产品管理和产品设计方法》
《人工智能可用性研究以及业务场景探索》
-
第1 章 人工智能时代的产品思考1 人工智能的发展和定义1 人工智能产品2 体系――人工智能产品框架3 基础――数据的进化4 方法――人工智能领域的研究方法5 商业――人工智能时代的商业模式第2 章 无行业不智能1 互联网的行业认知1 互联网时代的下半场――产业互联网的兴起2 产业互联网的行业属性2．1 产品需..
人气：1108
-
一．介绍机器学习，什么是机器学习a) 简单介绍机器学习，数据挖掘b) 机器学习和数据挖掘的基本概念和原理c) 机器学习用来解决什么问题机器学习的应用场景1) 机器学习应用场景之一------分类以及分类的应用场景a) 分类概念b) 分类的应用c) 分类和聚类、推荐的区别d) 分类工作原理e) 分类中概念术语..
人气：1163
-
人气：1050
