大数据与人工智能提纲_叶梓_企业内训课程

大数据与人工智能提纲

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>>

下载需求表打印本课程填写需求表在线咨询

课程咨询电话：

大数据与人工智能提纲详细内容

大数据与人工智能提纲

（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、Map-Reduce、Hbase、Hive、sqoop、pig、oozie等
spark：scala、spark-SQL、spark-Streaming等
搜索引擎：lucene（solr）、ES
并发的机器学习工具：R-hadoop、spark-MLLIB、 spark-R、pyspark（三）存储在hbase中的数据
NoSQL（key-value）
Hbase：安装
行键与列簇
如何利用Hbase的特点存储行业数据
应用程序如何访问Hbase中的数据
数据迁移工具：sqoopHbase的应用场景
（四）Hive：为SQL开发者留的活路
Hive：安装（单用户与多用户）
Hive：基本操作
Hive：与典型的关系型数据库的区别
存储业务数据时的注意点
如果“想慢”，你还可以这样…（不恰当使用hive的案例介绍）
Hive的应用场景
（六）Spark各组件的应用
Hadoop最大的特点是什么？
Spark概述与安装
Scala：你可以一直“点”下去
RDD：“映射”、“转换”解决一切
spark-SQL
spark-streaming
spark-graphXspark-MLLIB
应用场景
（七）机器学习-1
数据挖掘、知识发现与机器学习
工具：（早期）SPSS、SAS；
目前流行的工具R、Python等
决策树（熵、贪心法、连续的和离散的）
聚类（k-means、k-medoid）
监督学习、无监督学习的差异
机器学习性能评价指标
（八）机器学习-2
KNN
关联规则（频繁项集、Apriori、支持度、置信度、提升度）
神经网络（神经元、激励函数、前馈神经网络的BP算法）
SVM（最大间隔、核函数、多分类的支持向量机）
（九）机器学习-3
“概率派”与“贝叶斯派”
朴素贝叶斯模型（皮马印第安人患糖尿病风险预测）
极大似然估计与EM算法
HMM（三个基本问题：评估、解码、学习）
（十）机器学习-4
遗传算法（交叉、选择、变异，“同宿舍”问题）
无监督学习
集成学习（adaboost、RF）
强化学习
（十一）深度学习-1
连接主义的兴衰
地形要更陡：改进的目标函数
0.9的100次方等于几？克服梯度消散的方法（改进的激励函数、BN）
利用“惯性”下山：改进的优化算法（Adagrad、RMSprop、Adam）
防止“大锅饭”：dropout
记忆的关键是“合理的忘记”：weight decay
（十二）深度学习-2
让AI理解图像：典型CNN
各种CNN
让AI理解语言：RNN与LSTM、GRU
左右互搏术：GAN
电子游戏的新玩法：DQN

叶梓老师的其它课程

DeepSeek 辅助日常工作培训提纲 03.03

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 03.03

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 03.03

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-2天 03.03

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

人工智能+自然语言处理3天 03.03

||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

人工智能算法详解 03.03

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_3天 03.03

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

人工智能之自然语言处理技术与实战(4天) 03.03

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

数据分析与数据挖掘导论_两天 03.03

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(含姿态识别)-3天 03.03

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

发布内容，请点我！

关注微信公众号，请扫描下方二维码：

服务热线：010-82593357

讲师申请/讲师自荐

专栏人物更多

潘文富

王晓楠

下载排行