第一節(jié) 第一節(jié)：機(jī)器學(xué)習(xí)深度學(xué)習(xí)與TensorFlow
1.1 numpy/scipy/matplotlib/panda的介紹和典型使用；
1.2 scikit-learn的介紹和典型使用；
1.3 多元線性回歸； 1.4 Logistics回歸與Softmax回歸；
1.5 決策樹和隨機(jī)森林； 1.6 SVM；
1.7 多種聚類的原理和調(diào)參；1.8 TensorFlow典型應(yīng)用；
1.9 典型圖像處理； 1.10 多項(xiàng)式擬合；
1.11快速傅里葉變換FFT； 1.12 奇異值分解SVD；
1.13 Soble/Prewitt/Laplacian算子與卷積網(wǎng)絡(luò)；
第一節(jié)：代碼和案例實(shí)踐
1.1股票交易數(shù)據(jù)的 (指數(shù))移動平均線與預(yù)測；
1.2無人機(jī)圖像的風(fēng)機(jī)葉片缺陷檢測和識別系統(tǒng)；
1.3環(huán)保檢測數(shù)據(jù)異常檢測和分析；
1.4股票數(shù)據(jù)分析；
1.5社會學(xué)人群收入預(yù)測；
1.6葡萄酒數(shù)據(jù)集的決策樹/隨機(jī)森林分類；
1.7泰坦尼克乘客存活率估計(jì)；
第二節(jié)
第二節(jié)：卷積神經(jīng)網(wǎng)絡(luò)CNN
2.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，濾波器，卷積；
2.2 池化，激活函數(shù)，反向傳播；
2.3 目標(biāo)分類與識別、目標(biāo)檢測與追蹤；
2.4 AlexNet、VGGNet、GoogleLeNet；
2.5 Inception-V3/V4； 2.6 ResNet、DenseNet；
第二節(jié)：代碼和案例實(shí)踐
2.1 數(shù)字圖片分類；
2.2 卷積核與特征提取；
2.3 以圖搜圖； 2.4 人證合一；
2.5 卷積神經(jīng)網(wǎng)絡(luò)調(diào)參經(jīng)驗(yàn)分享；
第三節(jié) 第三節(jié)：圖像視頻的定位與識別
3.1 視頻關(guān)鍵幀處理； 3.2 物體檢測與定位；
3.3 RCNN，F(xiàn)ast-RCNN，F(xiàn)aster-RCNN，MaskRCNN；
3.4 YOLO； 3.5 FaceNet；
第三節(jié)：代碼和案例實(shí)踐：
3.1 遷移學(xué)習(xí)； 3.2 人臉檢測；
3.3 OCR字體定位和識別； 3.4?？妥R云；
3.5 氣象識別；

章節(jié) 內(nèi) 容
第四節(jié) 第四節(jié)：循環(huán)神經(jīng)網(wǎng)絡(luò)RNN
4.1 RNN基本原理； 4.2 LSTM、GRU；
4.3 Attention； 4.4 CNN+LSTM模型；
4.5 Bi-LSTM雙向循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；
4.6 編碼器與解碼器結(jié)構(gòu)；
4.7 特征提取：word2vec； 4.8 Seq2seq模型；
第四節(jié)：代碼和案例實(shí)踐：
4.1 看圖說話； 4.2 視頻理解； 4.3 藏頭詩生成；
4.4 問答對話系統(tǒng)； 4.5 OCR；
4.6 循環(huán)神經(jīng)網(wǎng)絡(luò)調(diào)參經(jīng)驗(yàn)分享；
第五節(jié) 第五節(jié)：自然語言處理
5.1 語言模型Bi-Gram/Tri-Gram/N-Gram； 5.2分詞/詞性標(biāo)注；
5.3 詞向量； 5.4文本分類； 5.5機(jī)器翻譯；
5.6 文本摘要； 5.7閱讀理解； 5.8 情感分析；
第五節(jié)：代碼和案例實(shí)踐：
5.1 HMM分詞； 5.2 問答系統(tǒng)；
5.3 文本摘要的生成； 5.4智能對話系統(tǒng)和SeqSeq模型；
5.5 閱讀理解的實(shí)現(xiàn)與Attention；
第六節(jié) 第六節(jié)：生成對抗網(wǎng)絡(luò)GAN和強(qiáng)化學(xué)習(xí)RL
6.1 生成與判別； 6.2生成模型：貝葉斯、HMM到深度生成模型；
6.3 GAN對抗生成神經(jīng)網(wǎng)絡(luò)； 6.4 DCGAN；
6.5 Conditional GAN； 6.6 InfoGan； 6.7Wasserstein GAN；
6.8 馬爾科夫決策過程； 6.9 貝爾曼方程、最優(yōu)策略；
6.10 策略迭代、值迭代； 6.11 Q Learning；
6.12 SarsaLamda； 6.13 DQN；
6.14 A3C； 6.15 ELF；
第六節(jié) 第六節(jié)：代碼和案例實(shí)踐：
6.1 圖片生成； 6.2 看圖說話； 6.3 OpenAI；
6.4 飛翔的小鳥游戲； 6.5 基于增強(qiáng)學(xué)習(xí)的游戲?qū)W習(xí)；
6.6 DQN的實(shí)現(xiàn)； 

【背景介紹】

Ø 復(fù)旦大學(xué)軟件學(xué)院副教授

Ø 對外貿(mào)易大學(xué)大學(xué)MBA班講師

Ø 江南大學(xué)MBA講師

Ø SAP大學(xué)聯(lián)盟培訓(xùn)講師

【實(shí)戰(zhàn)經(jīng)驗(yàn)】

在復(fù)旦大學(xué)軟件學(xué)院,主要研究商務(wù)智能和大數(shù)據(jù)技術(shù)與應(yīng)用。主要負(fù)責(zé)電子商務(wù)、大數(shù)據(jù)核心技術(shù)與應(yīng)用、客戶智能和商務(wù)智能的教學(xué)，2011年紐約大學(xué)Stern商學(xué)院訪問學(xué)者。商務(wù)智能被評為上海市精品課程，獲得2013年高等教育上海市級教學(xué)成果獎二等獎。目前主要研究方向包括電子推薦、智能決策和大數(shù)據(jù)分析等。主持國家自然科學(xué)基金2項(xiàng)、中國博士后科研基金、上海市浦江人才、IBM Shared University Research以及多項(xiàng)企業(yè)合作課題等項(xiàng)目。獲得上海市2015年上海市科技進(jìn)步二等獎。

與SAP、IBM等公司有長期廣泛的合作，主持和參與了了江蘇中天集團(tuán)、上海自貿(mào)區(qū)、上海交巡警總隊(duì)等10幾家單位數(shù)據(jù)分析、流程優(yōu)化的合作項(xiàng)目。

【出版著作】

《流程管理》

《智能化的流程管理》

教材《電子商務(wù)模式（第二版）》、《流程智能》、《客戶智能》、《商務(wù)智能（第四版）》和《商務(wù)智能 數(shù)據(jù)分析的管理視角》等多部。

【合作項(xiàng)目及培訓(xùn)經(jīng)驗(yàn)】§

面向角色的MAS工作流模型理論及其應(yīng)用研究 2002.3—2003.5 中國博士后科研基金 負(fù)責(zé)人

多角色協(xié)調(diào)過程模型及其變化管理（70301004） 2004.1—2006.12國家自然科學(xué)基金 負(fù)責(zé)人

移動環(huán)境下的企業(yè)集成新技術(shù)（2008AA04Z127） 2009.10-2010.9 863資助主要參與人

基于組織視圖的簡約業(yè)務(wù)流程挖掘及其應(yīng)用研究(71071038) 2011.1—2013.12國家自然科學(xué)基金 負(fù)責(zé)人 結(jié)題評估優(yōu)秀

非常規(guī)突發(fā)事件中信息分類、信息傳播與認(rèn)知模型研究（91324010） 國家自然科學(xué)基金重大研究計(jì)劃培育課題 2014.1—2014.12 主要參與人

業(yè)務(wù)流與知識流的集成模型和優(yōu)化研究（14PJC017） 2014年上海市浦江人才計(jì)劃項(xiàng)目 2014.9—2016.9 負(fù)責(zé)人

Research on Real-time HA enablement and workload assignment optimization based on Spark in MFT, IBM SUR, IBM Shared University Research（IBM大學(xué)合作部共享大學(xué)研究）,2015負(fù)責(zé)人

上海自貿(mào)區(qū)大數(shù)據(jù)應(yīng)用研究 2015.10-2015.12 上海自貿(mào)區(qū)管委會合作項(xiàng)目 負(fù)責(zé)人

耐熱導(dǎo)線工廠質(zhì)量管理數(shù)據(jù)分析 2015.10-2016.8 江蘇中天軟件科技有限公司 負(fù)責(zé)人

亞太運(yùn)營商出口退稅服務(wù)平臺設(shè)計(jì) 2016.3-2016.7 上海自貿(mào)區(qū)管委會合作項(xiàng)目，負(fù)責(zé)人

面向情景感知的智能物體語義建模與自適應(yīng)控制研究（61671157），國家自然科學(xué)基金面上項(xiàng)目，2017-2020，主要參與人（排名第二）

天呈醫(yī)流商城服務(wù)機(jī)器人設(shè)計(jì) 2016.11—2017.8 天呈醫(yī)流有限公司，負(fù)責(zé)人

基于大數(shù)據(jù)技術(shù)的中天能耗和設(shè)備監(jiān)測云平臺設(shè)計(jì) 2016.12—2018.3 江蘇中天軟件科技有限公司，負(fù)責(zé)人。

【主講課程】

《區(qū)塊鏈》

《深度學(xué)習(xí)》

《智慧營銷》

《大數(shù)據(jù)挖掘與分析》

《人工智能發(fā)展趨勢》

《人工智能—智能機(jī)器人》

應(yīng)用課題：

《保險(xiǎn)精準(zhǔn)營銷》

《移動運(yùn)營商精準(zhǔn)營銷》

《數(shù)據(jù)運(yùn)營（旅游互聯(lián)網(wǎng)公司）》

《金融大數(shù)據(jù)應(yīng)用實(shí)踐》

《大數(shù)據(jù)在人力資源的應(yīng)用》

《智能時(shí)代 運(yùn)營商大數(shù)據(jù)之路》

《產(chǎn)品經(jīng)理如何看待數(shù)據(jù)分析與人工智能》

• 人工智能生物識別綜述：技術(shù)分類及應(yīng)用

   

  一．生物識別的定義和概要簡述1.為什么需要生物識別2.生物識別（bio-metrics）系統(tǒng)的分類3.生物識別系統(tǒng)4.生物識別框架二．生物識別的多種類型指紋，掌紋—指紋掌紋采集，評估，特征提取，特征對比聲紋識別--傳感器音頻采樣，降噪濾波，特征采樣，聲音數(shù)字特征匹配人臉識別—人臉..

  ￥   元/ 天

  人氣：812  

  

• 人工智能機(jī)器學(xué)習(xí)算法在項(xiàng)目中的實(shí)戰(zhàn)

   

  一．介紹機(jī)器學(xué)習(xí)，什么是機(jī)器學(xué)習(xí)a) 簡單介紹機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘b) 機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的基本概念和原理c) 機(jī)器學(xué)習(xí)用來解決什么問題機(jī)器學(xué)習(xí)的應(yīng)用場景1) 機(jī)器學(xué)習(xí)應(yīng)用場景之一------分類以及分類的應(yīng)用場景a) 分類概念b) 分類的應(yīng)用c) 分類和聚類、推薦的區(qū)別d) 分類工作原理e) 分類中概念術(shù)語..

  ￥   元/ 天

  人氣：948  

  

• 機(jī)器學(xué)習(xí)閉環(huán)系統(tǒng)設(shè)計(jì)方法

   

  第一章. 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)系統(tǒng)設(shè)計(jì)方法論a)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的概念和區(qū)別b)人工智能算法工程師的日常工作流程c)傳統(tǒng)機(jī)器學(xué)習(xí)的系統(tǒng)設(shè)計(jì)方法d)人工智能時(shí)代深度學(xué)習(xí)的系統(tǒng)設(shè)計(jì)方法第二章.機(jī)器學(xué)習(xí)和深度學(xué)習(xí)人工智能的常見開發(fā)流程a)洞悉公司業(yè)務(wù)業(yè)務(wù)邏輯痛點(diǎn)，抽象出計(jì)算機(jī)解決方法方案b)數(shù)據(jù)清洗和預(yù)處理c)構(gòu)建數(shù)據(jù)集，數(shù)..

  ￥   元/ 天

  人氣：914  

  

• 人工智能機(jī)器學(xué)習(xí)與深度學(xué)習(xí)實(shí)戰(zhàn)案例及應(yīng)用

   

  章節(jié) 內(nèi) 容 第一節(jié) ..

  ￥   元/ 天

  人氣：884  

  

• 云計(jì)算、云產(chǎn)品概述及應(yīng)用實(shí)施

   

  課程背景：2018年國務(wù)院推出《推動企業(yè)上云實(shí)施指南》，提出到2020年，云計(jì)算要在企業(yè)生產(chǎn)、經(jīng)營、管理中的應(yīng)用廣泛普及，全國新增上云企業(yè)100萬家。形成典型標(biāo)桿應(yīng)用案例100個(gè)以上，形成一批有影響力、帶動力的云平臺和企業(yè)上云體驗(yàn)中心。未來20年的互聯(lián)網(wǎng)是“物聯(lián)網(wǎng)”時(shí)代，互聯(lián)網(wǎng)的下半場是數(shù)字化與智能化。而云計(jì)算是這個(gè)下半場的終..

  ￥22,300   元/ 天

  人氣：802  

  

• 任職資格的構(gòu)建及應(yīng)用

   

  前言任職資格管理實(shí)質(zhì)與員工隊(duì)伍職業(yè)化能力評價(jià)方法-任職資格的起源NVQ基本概況任職資格與職位管理的關(guān)系一、什么是職位職位分析與角色分析1.職位分析的方法與步驟2.職位職責(zé)的界面分析3.職位職責(zé)的準(zhǔn)確定位4.典型職位分析舉例案例分析：華為公司職位說明書職位族/類1.劃分職位族、類的目的2.運(yùn)用職位..

  ￥   元/ 天

  人氣：2014