Python、知识图谱与深度学习培训_进阶3天

  培训讲师:叶梓

讲师背景:
叶梓老师叶梓,工学博士,高级工程师。现某大型上市企业资深技术专家。2005年上海交通大学计算机专业博士毕业,在校期间的主研方向为数据挖掘、机器学习、人工智能。毕业后即进入软件行业从事信息化技术相关工作;负责或参与了多项、省市级人工智能及大数 详细>>

叶梓
    课程咨询电话:

Python、知识图谱与深度学习培训_进阶3天详细内容

Python、知识图谱与深度学习培训_进阶3天

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。课程通过大量形象的比喻和手算示例来解释复杂的机器学习理论,既能将原理充分讲懂讲透,也避免了繁复而枯燥的公式推导。
【课程对象】
计算机相关专业本科;或理工科本科,且至少熟悉一门编程语言。
【主讲专家】
叶梓,博士、高级工程师。2005年上海交通大学计算机专业博士毕业,主研方向为数据挖掘、机器学习、人工智能等。现为某大型上市软件企业的人工智能团队技术负责人。在大数据人工智能应用等方面有着丰富的工程实践经验。先后在SCI或EI期刊上发表论文4篇,在中文核心期刊上发表论文近20篇,并被百度学术收录。
【学员基础】
具备初步的IT基础知识
【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
Day4上午
目标检测
二阶段目标检测
目标检测项目介绍
R-CNN
SPPNET(全图卷积、SPP层)
Fast-RCNN(多任务)
Faster-RCNN(RPN)
一阶段目标检测(2)
SSD
YOLO-v1(一切都是回归)
YOLO -v2(9000)
YOLO -v3(多尺度)
YOLO -v4
YOLO -v5
案例实践:
基于Faster-RCNN的通用目标检测示例
血常规分析
案例实践:
基于YOLO v3的通用目标快速检测示例
基于YOLO v4的疫情防控系统
Day4下午
图像分割与NLP初步
图像分割(3)
全卷积网络(FCN)
上采样的三种实现方式
膨胀卷积
HMM与CRF
DeepLab V1~V3
自然语言处理初步(2)
语言模型
Bi-Gram与N-Gram
机械分词与统计分词
词性标注
命名实体识别
情感分析
DeepLab:遥感地图分析
Day5上午
RNN与W2V
循环神经网络(1)
RNN基本原理
LSTM、GRU
双向循环神经网络
编码器与解码器结构
seq2seq模型
Attention
NIC模型
词向量(3)
W2V:CBOW
W2V:skip-gram
W2V:Hierachical Softmax
W2V:Negative Sampling
案例实践:
股票交易数据的预测;
藏头诗生成;
《绝代双骄》中,谁和小鱼儿最相似?
SnowNLP:褒义的中性词
Word2vec代码解读
Day5下午
预训练模型基础
Transformer
所有你需要的仅仅是“注意力”
Transformer中的block
自注意力机制
多头注意力
位置编码(抛弃RNN)
Batch Norm与Layer Norm
解码器的构造
BERT
BERT整体架构
Masked-LM
Next Sentence Prediction
改造下游任务
WordPiece作为输入
哪些改进起作用?
案例实践:
手推Transformer
BERT代码解读
BERT下游任务的改造
Day6上午
知识图谱概念
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RDFS
OWL与OWL2
知识图谱存储
Neo4j开发环境部署
Neo4j-可视化操作
Neo4j-CQL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
Day6下午
知识图谱存储
知识图谱自动抽取
实体消歧与链接
知识图谱表示学习
基于深度学习的实体识别
基于深度学习的属性链接
知识问答系统
基于知识图谱问答系统
GAN
生成对抗网络(GAN)
KL散度与JS散度
改进的GAN:DCGAN
加上约束:infoGAN
根本上解决:Wasserstein GAN
实践:
Python与Neo4j的集成
知识抽取的DL模型
完整的基于KG的问答系统(KBQA)
计算机想象的数字
特朗普的孩子
查无此人
【授课环境】
讲课环境要能上网

 

叶梓老师的其它课程

DeepSeek辅助日常工作培训提纲一、引言介绍大模型领域的竞争态势强调DeepSeek的独特优势二、DeepSeek概述DeepSeek的发展背景与定位DeepSeek各版本的特点与区别三、DeepSeek部署本地单机部署DeepSeek蒸馏版的硬件要求本地单机部署DeepSeek(量化)满血版的配置与性能本地单机多卡部署DeepSeek(量化)满血版的策

 讲师:叶梓详情


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OW

 讲师:叶梓详情


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

 讲师:叶梓详情


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Tran

 讲师:叶梓详情


||1.人工智能概述||第一节:人工智能与机器学习基础|2.机器学习概述|||3.机器学习算法应用分析|||1.一元线性回归|||2.代价函数|||3.梯度下降法||第二节:回归算法|4.sklearn一元线性回归应用|||5.多元线性回归|||6.sklearn多元线性回归应用|||案例:葡萄酒质量和时间的关系|||1.KNN分类算法介绍|||2.KNN分

 讲师:叶梓详情


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

 讲师:叶梓详情


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

 讲师:叶梓详情


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

 讲师:叶梓详情


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

 讲师:叶梓详情


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JupyterNotebook的安装与使用Tensorflow与pytorch的

 讲师:叶梓详情


COPYRIGT @ 2001-2018 HTTP://WWW.QG68.CN INC. ALL RIGHTS RESERVED. 管理资源网 版权所有