吴赞老师的内训课程
吴赞老师的内训课程暂时没有收录！我们为您推荐了其他老师内训课程。
推荐内训课程
智能医疗技术与ChatGPT临床应用三日深度培训第一天：人工智能基础与Python编程入门上午：人工智能在医疗领域的应用概述Python编程基础环境搭建、数据类型、流程控制Python环境搭建Python数据类型与流程控制Python函数的应用Python面向对象编程 文件读写和目录操作异常处理 机器学习概述数据探索性分析：智能化数据分析特征工程：数据准备、数据清洗、数据的归一化机器学习模型构建机器学习模型评估集成学习实际案例：基于机器学习的乳腺癌疾病风险预测实际案例：心脏病预测模型构建和模型可解释性分析Python医学图像处理基础PyDicom库的安装和基本用法MRI、DR、CT等影像的读取
叶梓查看详情
知识图谱的Python实现【课程简介】本课程包含知识图谱的基本概念及常用算法，并实现了一个基于知识图谱的对话机器人。通过1天的系统学习、案例讲解和动手实践，让学员能初步了解知识图谱的的相关知识与技术。【课程对象】理工科本科以上，或至少了解一种编程语言。知识图谱基础知识图谱存储知识图谱基础概念知识推理本体推理方法本体推理工具语义搜索RDF与RDFSOWL与OWL2知识图谱存储Neo4j开发环境部署Neo4j可视化操作Neo4jCQL语法基础Neo4j完整案例操作实战Neo4j系统管理Python与Neo4j的集成实践：Neo4j的安装Neo4j的基本操作知识图谱抽取知识图谱自动抽取和案例实体消歧
叶梓查看详情
第一天上午：统计分析原理从最简单的案例开始统计基础描述性统计用SPSS实现描述性统计的案例回归分析：线性回归回归分析：logistics回归用SPSS实现回归分析的案例可视化工具第一天下午：数据库与数据仓库介绍数据库概述SQL（基本的增、删、改、查）SQL（稍复杂的子句或嵌套）基于MySQL的上机操作SQL语言数据仓库：度量与维度数据仓库：星型模型、雪花模型ETL上机操作（构建一个cube）第二天上午：数据挖掘方法（1）基本概念R语言简介特征提取决策树模型用R语言实现的决策树案例精确率、召回率与F1监督学习和无监督学习第二天下午：数据挖掘方法（2）聚类分析用R语言实现的聚类分析案例关联规则用R
叶梓查看详情
人工智能之最新自然语言处理技术与实战课程介绍：自然语言处理(简称 NLP)是计算机科学和人工智能研究的一个重要方向，研究计算机和理解和运用人类语言进行交互的问题，它是集语言学、机器学习、统计学、大数据于一体的综合学科。本课程主要介绍了NLP中的常用知识点：分词、词法分析、句法分析、向量化方法、经典的NLP机器学习算法，还重点介绍了NLP中最近两年来基于大规模语料预训练的词嵌入模型及应用。同时本课程偏重于实战，不仅系统地介绍了 NLP的知识点，还讲解如何实际应用和开发，每章节都有相应的实战代码。课程时间：4天学习对象1.希望从事NLP工作的IT技术人员、开发人员等。2.高校、科研院涉及NLP工作
叶梓查看详情
人工智能与深度学习第一天：人工智能概念与经典算法人工智能概念综述（第一天——1）从一些术语辨析人工智能人工智能之连接主义的兴衰史这次AI的热潮是怎么来的？图像处理领域的最新热点（第一天——2）分类、目标检测与实例分割风格迁移自动驾驶人体姿态识别超分辨率图像生成语言处理领域的最新热点（第一天——3）Attention机制自动构建知识图谱看图说话预训练机制三大经典算法（第一天——4）决策树算法决策树案例：手术后驼背的发生概率聚类算法聚类案例：鸢尾花数据的聚类关联规则算法关联规则案例：超市购物篮分析性能评价指标（第一天——5）准确率；精确率、召回率；F1真阳性率、假阳性率混淆矩阵ROC与AUC案例：
叶梓查看详情
人工智能技术详解【课程内容】本课程包含大数据、机器学习、深度学习、知识图谱、强化学习与深度强化学习的相关知识。【课程时长】7天（7小时/天）【课程对象】理工科本科及以上，且至少了解一门编程语言。【课程大纲】（培训内容可根据客户需求调整）时间内容案例实践与练习Day1上午准备工作准备工作1.概念与术语2.Python（Anaconda）的安装3.Pycharm的安装与使用4.Jupyter Notebook的安装与使用5.Tensorflow与pytorch的安装6.Opencv、Sklearn工具包的运用贪婪决策过程1.熵与熵减过程2.贪婪法3.ID3与C4.54.其他改进方法5.决策树剪枝案
叶梓查看详情
人工智能“最强模型”transformer详解【课程简介】Transformer 是迄今为止人工智能领域的最新和最强大的模型类别之一。它几乎正在凭借一己之力来推动深度学习的又一波重大进步。Transformer 模型充分运用了称为注意力和自注意力机制，以检测系列（或图像）中元素相互影响和相互依赖的微妙关系。本课程通过2天时间的详细介绍，可使学习者初步了解Transformer的原理、应用场景、最新发展等。【课程收益】掌握深度学习框架：TensorFlow、pytorch等；理解“自监督学习”在当代AI领域的核心作用；掌握Transformer背景知识、相关理论与实践；理解Transformer
叶梓查看详情
强化学习与深度强化学习【课程时长】3天（6小时/天）【课程简介】强化学习是当前最热门的研究方向之一，广泛应用于机器人学、电子竞技等领域。本课程系统性的介绍了强化学习（深度强化学习）的基本理论和关键算法，包括：马尔科夫决策过程、动态规划法、蒙特卡罗法、时间差分法、值函数逼近法，策略梯度法等；以及该领域的最新前沿发展，包括：DQN及其变种、信赖域系方法、ActorCritic类方法、多Agent深度强化学习等；同时也介绍大量的实际案例，包括深度强化学习中最著名的工程应用：Alpha Go。【课程对象】计算机相关专业本科；或理工科本科，具备初步的IT基础知识的人员第一天 强化学习第一课 强化学习综述
叶梓查看详情
计算机视觉的深度学习实践【课程时长】3天（6小时/天）【课程简介】在所有人工智能的应用方向上，计算机视觉/机器视觉图像处理的落地应用最为成熟，近两年的技术发展是最为迅猛。以互联网巨头为代表的企业正在开展如：基于识别的智能机器人，无人驾驶，人脸识别、图像搜索，图像处理，游戏界面等；专门从事视觉、图像处理的新兴公司正在发力于人脸识别，检测，跟踪，安防等领域。只有对计算机视觉这个领域有了一个初步的全面了解才能在这些领域进行研究，一步步深入下去。【课程目标】计算机视觉领域的重点研究问题。由浅入深得 讲解数字图像的存储、预处理、特征提取，以及在深度学习兴起之前计算机视觉领域所取得的成就。专门介绍深度学习
叶梓查看详情
计算机视觉提纲第一天，实践环境搭建案例1、课程简介2、CPU与GPU3、Anaconda Python安装4、TensorFlow或TensorFlowGPU的安装5、pytorch安装6、OpenCV环境安装第一天，计算机视觉基础概述案例1、计算机视觉简介2、数字图像的存储3、色彩空间4、计算机视觉任务的目标分类5、计算机视觉任务的难点第一天，Python基本语法概述案例1、Python的基本语法2、引入外部包3、常用的数据结构4、定义函数5、Python中的面向对象编程6、文件读写7、访问数据库第一天，CV领域的数据预处理基础案例1、数据清理2、规范化3、无标签时：PCA4、有标签时：Fi
叶梓查看详情
计算机视觉【课程简介】本课程包含计算机视觉领域的的重要概念及常用算法（神经网络、支持向量机、CNN、GAN等），以及人工智能领域热点应用场景：目标检测、图像分割、图像生成等。通过2天的系统学习、案例讲解和动手实践，让学员能初步迈入深度学习和计算视觉的知识殿堂。【课程收益】掌握基于python的视觉分析知识；掌握深度学习框架：TensorFlow、pytorch等；掌握CV领域的深度学习算法；理解CV领域（目标检测、图像分割、图像生成等）应用场景；为学员的后续项目应用提供针对性的建议。【课程特点】本课程力图理论结合实践，强调从零开始，重视动手实践；课程内容以原理讲解为根本，以应用落地为目标。课程
叶梓查看详情
计算机视觉【课程时长】3天（7小时/天）【课程对象】理工科本科及以上，且至少了解一门编程语言。【课程大纲】（培训内容可根据客户需求调整）时间内容案例实践与练习Day1上午准备工作准备工作决策树准备工作（1）概念与术语Python（Anaconda）的安装Pycharm的安装与使用Jupyter Notebook的安装与使用Tensorflow与pytorch的安装Opencv、Sklearn工具包的运用Python开发简介（2）Python的基本语法引入外部包常用的数据结构定义函数Python中的面向对象编程文件读写决策树（3）分类和预测熵减过程贪心法ID3与C4.5其他改进方法决策树剪枝案例
叶梓查看详情
机器学习与深度学习培训【课程时长】6天（6小时/天）【课程简介】人工智能的浪潮正在席卷全球，各种培训课程应运而生，但真正能让学员系统、全面掌握知识点，并且能学以致用的实战课程并不多见。本课程包含机器学习、深度学习的重要概念及常用算法（决策树、关联规则、聚类、贝叶斯网络、神经网络、支持向量机、隐马尔科夫模型、遗传算法、CNN、RNN、GAN等），以及人工智能领域当前的热点。通过6天的系统学习、案例讲解和动手实践，让学员能初步迈入机器学习和深度学习的知识殿堂。【课程收益】掌握数据挖掘与机器学习基本知识；掌握数据挖掘与机器学习进阶知识；掌握深度学习的理论与实践；掌握Python开发技能；掌握深度学习
叶梓查看详情
机器学习、深度学习与强化学习【课程时长】5天（6小时/天）【课程对象】理工科本科及以上，且至少了解一门编程语言。【课程大纲】（培训内容可根据客户需求调整）时间内容案例实践与练习Day1上午准备工作准备工作决策树准备工作（1）概念与术语Python（Anaconda）的安装Pycharm的安装与使用Jupyter Notebook的安装与使用Tensorflow与pytorch的安装Opencv、Sklearn工具包的运用决策树（2）分类和预测熵减过程贪心法ID3与C4.5其他改进方法决策树剪枝案例实践：Anaconda安装Pip install的技巧TensorflowGPU的安装pytorc
叶梓查看详情
多模态大模型原理与实践提纲培训需要解决的问题移动云盘紧跟前沿技术用AI全面重塑云盘“采传存处用”场景，探索对文本、图片、笔记、视频、音频等数字内容的智能化赋能。通过本次培训，拓展对多模态AI应用领域的视野，帮助团队聚焦AI赋能创新突破，提升对资产管理AI服务的技术认知与理解，更好地助力业务智能化业务建设。培训要求已开展两期的大语言模型培训，在此基础上开展一期多模块方面结合大语言模型的通用生成类技能培训。培训课程重点内容：①CLIP、SD；②结合中移的用户资产对“视频生成，音频生成和音频总结”部分可以进行前瞻性的技术分析和研讨；③希望结合公司业务来讲解。基础知识部分可不讲或略讲，文生视频技术目前
叶梓查看详情
大语言模型技术原理与实践【课程简介】本课程旨在通过实际案例展示ChatGPT、ChatGLM、Langchain等相关大语言模型的具体应用场景及实践技巧，从而帮助学习者深入了解和掌握大语言模型的概念和更广泛的应用，深入理解其工作方式，包括其基础知识、核心算法和实现方式，掌握其在各行业领域中的应用情况等。该课程适合于对大语言模型技术感兴趣的学习者，从初学者到进阶者均可受益。经过本课程的学习，获得相关技术实战经验，通过一系列的实践案例提高利用大模型解决实际问题能力。【课程时长】3天（6小时/天）【课程对象】理工科本科及以上，且至少了解一门编程语言。【课程大纲】（培训内容可根据客户需求调整）时间内容
叶梓查看详情
（一）统计分析、数据仓库与可视化表达综述（大数据、人工智能、数据挖掘、机器学习：这些词的确切含义）假设检验：“小数据”时代是怎么玩的？“回归”是数据挖掘算法吗？度量、指标与维度星型模型与雪花模型下钻与上卷数据仓库的应用案例图表该怎么画才对？（二）大数据相关技术综述hadoop：HDFS、MapReduce、Hbase、Hive、sqoop、pig、oozie等spark：scala、sparkSQL、sparkStreaming等搜索引擎：lucene（solr）、ES并发的机器学习工具：Rhadoop、sparkMLLIB、 sparkR、pyspark（三）存储在hbase中的数据NoSQ
叶梓查看详情
课时一：概念综述大数据的定义由来和原因大数据的6V特征从数据库，数据仓库到大数据大数据相关技术和处理课时二：Hadoop生态圈、spark生态圈、搜索引擎概述hadoop：HDFS、MapReduce、Hbase、Hive等spark：scala、sparkSQL、sparkStreaming等搜索引擎：lucene（solr）、ES并发的机器学习工具：Rhadoop、sparkMLLIB、 sparkR、pyspark课时三：存储在hbase中的数据NoSQL（keyvalue）Hbase：安装行键与列簇如何利用Hbase的特点存储数据应用程序如何访问Hbase中的数据数据迁移：sqoopH
叶梓查看详情
大模型技术与应用培训提纲第一天：基础篇与技术概览上午（3小时）大模型技术基础与最新进展大模型的定义与关键技术概览生成式人工智能(AIGC)概念ChatGPT历史与发展一些关键技术人工智能实验环境的搭建机器学习环境与深度学习环境Python编程与数据科学工具库介绍GPU与cuda深度学习框架：PyTorchChatGPT模型背后的NLP基础知识深度学习算法基础MLP与CNN、RNN特殊字符、分词与停用词处理技术词向量与Embedding介绍大模型前沿应用文心一言、通义千问等Midjourney等企业应用场景案例分析金融机构中的智能风险评估系统案例教育机构的个性化学习路径推荐系统案例下午（3小时）
叶梓查看详情
Python深度学习与知识图谱【课程简介】人工智能的浪潮正在席卷全球，各种培训课程应运而生，但真正能让学员系统、全面掌握核心知识点，并且能学以致用的实战课程并不多见。本课程包含基于python的数据分析、深度学习、知识图谱和的重要概念及常用算法（决策树、关联规则、聚类、贝叶斯网络、神经网络、支持向量机、隐马尔科夫模型、遗传算法、CNN、RNN、GAN等），以及人工智能领域热点应用场景：目标检测、图像分割、图像生成、知识图谱、对话机器人等。通过6天的系统学习、案例讲解和动手实践，让学员能初步迈入机器学习、深度学习和知识图谱的知识殿堂。【课程收益】掌握Python开发技能；掌握深度学习框架：Ten
叶梓查看详情
Python深度学习与知识图谱培训（进阶部分）【课程时长】3天（6小时/天）【课程简介】人工智能的浪潮正在席卷全球，各种培训课程应运而生，但真正能让学员系统、全面掌握知识点，并且能学以致用的实战课程并不多见。本课程包含深度学习、知识图谱的重要概念及常用算法（目标检测、图像分割、自然语言处理、RNN、知识图谱、GAN等），以及人工智能领域当前的热点。通过3天的系统学习、案例讲解和动手实践，让学员能初步迈入深度学习和知识图谱的知识殿堂。【课程收益】掌握Python开发技能；掌握深度学习工具：TensorFlow、Keras、pytorch等；掌握深度学习的理论与实践；掌握知识图谱基本知识；为学员的
叶梓查看详情
Python深度学习与知识图谱培训（基础部分）【课程时长】3天（6小时/天）【课程简介】人工智能的浪潮正在席卷全球，各种培训课程应运而生，但真正能让学员系统、全面掌握知识点，并且能学以致用的实战课程并不多见。本课程包含基于python的数据分析、深度学习的重要概念及常用算法（决策树、关联规则、聚类、贝叶斯网络、神经网络、支持向量机、隐马尔科夫模型、遗传算法、CNN等），以及人工智能领域当前的热点。通过3天的系统学习、案例讲解和动手实践，让学员能初步迈入机器学习、深度学习的知识殿堂。【课程收益】掌握Python开发技能；掌握深度学习工具：TensorFlow、Keras、pytorch等；掌握基
叶梓查看详情
Python、知识图谱与深度学习培训【课程时长】8天（6小时/天）【课程简介】人工智能的浪潮正在席卷全球，各种培训课程应运而生，但真正能让学员系统、全面掌握知识点，并且能学以致用的实战课程并不多见。本课程包含基于python的数据分析、深度学习、知识图谱和的重要概念及常用算法（决策树、关联规则、聚类、贝叶斯网络、神经网络、支持向量机、隐马尔科夫模型、遗传算法、CNN、RNN、GAN等），以及人工智能领域当前的热点。通过8天的系统学习、案例讲解和动手实践，让学员能初步迈入机器学习、深度学习和知识图谱的知识殿堂。【课程收益】掌握Python开发技能；掌握深度学习工具：TensorFlow、Kera
叶梓查看详情
chatGPT原理与实践【课程简介】本课程旨在通过实际案例展示ChatGPT相关模型的具体应用场景及实践技巧，从而帮助学习者深入了解和掌握ChatGPT的概念和更广泛的应用，深入理解其工作方式，包括其基础知识、核心算法和实现方式，掌握其在各行业领域中的应用情况等。该课程适合于对ChatGPT技术感兴趣的学习者，从初学者到进阶者均可受益。经过本课程的学习，获得相关技术实战经验，通过一系列的实践案例提高利用chatGPT解决实际问题能力。【课程时长】2天（6小时/天）【课程对象】理工科本科及以上，且至少了解一门编程语言。【课程大纲】（培训内容可根据客户需求调整）时间内容案例实践与练习Day1上午T
叶梓查看详情
ChatGPT等AI技术在医疗领域的应用背景与基础知识 生成式人工智能(AIGC)概念 ChatGPT历史与发展ChatGPT在医疗科研领域的基础应用 基于ChatGPT的科研工作 用ChatGPT实现摘要、总结、综述 如何一小时之内编写一篇论文 提示词工程ChatGPT模型背后的NLP基础知识 深度学习算法基础 MLP与CNN、RNN 特殊字符、分词与停用词处理技术 词向量与EmbeddingTransformer基础 需要的仅仅是“注意力” Transformer中的block 多头自注意力机制 位置编码 解码器的构造 BERT与GPT等NLP模型初代GPT 独角兽的威力 GPT的内部架构
叶梓查看详情
基于人工智能的内容生成（AIGC）【课程简介】无论是火遍全网的AI绘画，还是震惊世人的ChatGPT，都属于AIGC（基于人工智能的内容生成）这一概念。AIGC并不是一个全新的概念，它最早出现在深度学习模型“对抗生成网络”GAN的应用中，被誉为“21世纪最强大的算法模型之一” ，后续发展起来的扩散模型，以及自然语言领域BERT、GPT等都是典型的AIGC模型。本课程以AIGC发展历程为主线，由浅入深介绍了AIGC相关模型的技术和应用场景，可以作为AIGC领域学习者的入门到进阶级课程。【课程时长】6天（6小时/天）【课程对象】理工科本科及以上，且至少了解一门编程语言。【课程大纲】（培训内容可根据
叶梓查看详情
赢在职场——员工职业化塑造主讲 曹燕欣课程导读：什么是职业化？职业化就是工作状态的标准化、规范化，制度化，它包含一个人在工作中应该遵循的行为规范，职业素养和职业技能。简而言之，职业化就是一个人在工作中应该遵循的基本规则，包括行为、态度、素质、道德、能力。7048599060课程目标：正确区分个人角色与职业角色的区别，并建立对职业角色的正确认识理性看待职业角色与企业（组织）之间的关系，建立合作共赢的工作观念树立职业化的思维，学习职业人必备的职业素质，提升职业竞争力规范职业化行为模式，提升职业形象以及企业形象，学习职业人必备的职业能力，提升工作效率及拓展职业发展通道培训时长：2天（内训可定制）学习
曹燕欣查看详情
以结果为导向的沟通能力 主讲：曹燕欣前言： 同样一件事，别人两句话就能清楚，而有的人要花上半天 同样一个任务，别人沟通半小时就能让双方达成一致，而有的人来来回回，几次三番对方依然不为所动。 说话，人人都会，但并不是人人都擅长。 沟通，人人都觉得自己很行，但并不是人人都可以通过沟通达成自己的目的，实现既定的工作目标。 ———— 职业人的沟通不是把话说了就行，而是，不管用什么方式，最后你要实现你的沟通目标，你要完成你的工作任务。课程时长：12天学员对象： 在职职业人士授课形式：