人工智能产业政策与行业应用场景-备课资料
▌01 课程背景
这是对于企业课程安排的培训课程。课程名称:《人工智能产业政策与行业应用场景》
1.课程规划
所担任的课程部分包括:AI技术体系结构、开发工具、语言基础
▲ 负责的课程部分的内容
▲ 课程内容一栏表格
2.地点
卓老师,我们办公室地址:学清路9号汇智大厦A座209室,北京华源格林科技有限公司。八点半开始
3.课件目录预备课教科书
(1) 课件目录
D:\Teaching\Speech\2021\人工智能产业政策与行业应用场景
(2) 参考书目
序号 | 书名 | 照片 | 备注 |
---|---|---|---|
1 | 飞桨PaddlePaddle 深度学习实战 | ||
2 | 深度学习零基础实践 | ||
3 | 深度学习导论与应用实践 | ||
4 | Python 3 人工智能从入门到实战 | ||
5 | 人工智能基础(高中版) | ||
6 | 人工神经网络与模拟进化计算 | ||
7 | TensorFlowFlow 实战 | ||
8 |
PaddlePaddle 飞桨企业案例精选 源于产业实践的开源深度学习平台 |
||
9 | 深度学习原理与TensorFLow实践 | ||
10 | MATLAB神经网络与应用 | ||
11 | Deeep Learning |
4.下载资料
这是百度钱芳(钱闹闹&光芒万丈)发送过来的:
- 高校开课礼包:链接: https://pan.baidu.com/s/1TUZGlgbXrMcguyeRIzYvLg 提取码: wxsy
存放电脑目录(HOME): D:\Teaching\Neuralnetwork\PaddlePaddle\高校师资培训开课礼包
(1) 培训期间使用版本(TX)
- 1、人工智能导论.pptx
- 2、深度学习基础.pptx
- 3、深度学习入门(计算机视觉).pptx
- 4、卷积神经网络结构与原理.pptx
- 5、经典卷积神经网络详解.pptx
- 6、飞桨全景介绍与飞桨框架高层API详解.pptx
- 7、卷积神经网络经典实践:斑马线检测-高层.pptx
- 8、Paddle Lite在Edgeboard上的部署实践.pptx
- 9、深度学习前沿技术(计算机视觉).pptx
- 10、深度学习前沿应用(目标检测).pptx
- 11、竞赛分享:嵌入式目标检测.pptx
- 12、PaddleHub详解.pptx
- 深度学习师资培训课程预习资料.pptx
- 深度学习调优分享与竞赛解析.pptx
(2) 完整版本(CX)
- 1、Python入门.pptx
- 2.1、Python入门实践:《青春有你2》数据爬取与分析.pptx
- 2.2、Python入门实践:《安家》影评爬取与数据分析.pptx
- 2.3、Python入门实践:《乘风破浪的姐姐》数据爬取与分析.pptx
- 2.4、Python入门实践:《平凡的荣耀》数据爬取与分析.pptx
- 2.5、Python入门实践:《隐秘而伟大》数据爬取与分析.pptx
- 3、飞桨全景介绍与飞桨框架高层API详解.pptx
- 4.1、飞桨(PaddlePaddle)入门实践:波士顿房价预测.pptx
- 4.2、飞桨(PaddlePaddle)入门实践:鲍鱼年龄预测.pptx
- 5、机器学习入门.pptx
- 6、机器学习入门实践:鸢尾花分类.pptx
- 7、深度学习入门(计算机视觉).pptx
- 8.1、深度学习入门课程实践:手写数字识别.pptx
- 8.2、深度学习入门实践:Fashion Mnist服饰分类.pptx
- 8.3、深度学习入门实践:车牌识别.pptx
- 8.4、深度学习入门实践:宝石识别.pptx
- 9、深度学习入门(自然语言处理).pptx
- 10.1、深度学习入门(自然语言处理)实践:手势识别.pptx
- 10.2、深度学习入门(自然语言处理)实践:文本分类.pptx
- 11、卷积神经网络.pptx
- 12.1、卷积神经网络经典实践:猫狗分类.pptx
- 12.2、卷积神经网络特色实践:海洋生物识别.pptx
- 12.3、人脸识别数据准备实践:人脸图像爬取.pptx
- 12.4、卷积神经网络经典实践:人脸识别.pptx
- 12.5、卷积神经网络特色实践:人脸颜值打分.pptx
- 12.6、卷积神经网络经典实践:表情识别.pptx
- 12.7、经典卷积神经网络实践:场景分类.pptx
- 12.8、卷积神经网络经典实践:美食图片分类.pptx
- 12.9、卷积神经网络经典实践:斑马线检测.pptx
- 12.10、卷积神经网络经典实践:斑马线检测-高层API.pptx
- 12.11、经典卷积神经网络实践:中草药识别.pptx
- 13、自然语言处理与循环神经网络.pptx
- 14.1、自然语言处理经典应用实践:训练词向量.pptx
- 14.2、自然语言处理经典应用实践:电影评论情感分析.pptx
- 15.1、深度学习前沿技术(计算机视觉).pptx
- 15.2、深度学习前沿应用(应用概述).pptx
- 16、深度学习应用(计算机视觉)实践:基于YOLOv3的目标检测.pptx
- 17、深度学习应用(自然语言处理).pptx
- 18、深度学习应用(自然语言处理)实践:机器翻译.pptx
- 《零基础实践深度学习》配套在线课程,https://aistudio.baidu.com/aistudio/course/introduce/1297
▲ 配套在线课程
▌02 AI技术体系结构: AX
1.人工智能导论:A1
- A100:
⊙ A11 人工智能概述
- A110:
- A111: 什么是人工智能?
1、人工智能导论.ppt:P3,4
- A112: 人工智能发展历程与分支。
PPT.5, PPT.6
- A113:人工智能研究课题:
PPT.7,8,9
- A114: AI,ML,DL之间的关系:
PPT.10
,课件,网络 - A115:为什么要学习AI?
实际应用、人才需求、学术研究
,神经网络的应用 - A116 如何学习AI?
基本知识框架、学习路线
⊙ A12 什么是机器学习?
A121:什么是机器学习?
1、人工智能导论.pptx:P18,9
, 机器学习的一般过程5、机器学习入门.pptx:P5,6,7
;机器学习无所不在,1、人工智能导论:P22
,C5.16,17
A122:机器学习发展历程;五大流派 **。
1、人工智能导论:P20.
,5、机器学习入门:P8
A123: 机器学习方法:
P24 ~ 28
,C5.12
- A1231 有监督学习, 无监督学习
- A1232 半监督学习,强化学习,多任务学习
A124: 机器学习流程:
P31
: 预处理,特征工程,数据建模,结果评估C5xxx
- A1241: 数据与处理:数据采集、清洗、拆分…(
C5.24
) - A1242: 特征工程:编码、选择、降维
- A1243:数据建模:回归、分类、聚类
- A1244 :结果评估:查准率,查全率,F1值,PR曲线
- A1241: 数据与处理:数据采集、清洗、拆分…(
A125 :机器学习面临难题与挑战(C5.19~22)
⊙ A13 什么是人工神经网络?
- A131 :什么是人工神经网络?
- A132 :经典人工神经网络。
- A133 :深度学习人工神经网络:为什么需要深?如何能够实现深度学习?典型的深度学习的网络是什么?
2.深度学习入门:A2
⊙ A21 机器学习遇到的挑战
回答为什么需要使用深度学习的方法。
- A211:传统图像识别中的挑战:
C7.5 ~ 9
- A212:传统图像识别技术:
C7.14 ~
- A213:自然语言面对的挑战:
- A2131:自认语言应用 :
C13.22 37
- A2132 : 自认语言太难了:
C13.38 ~41
- A2131:自认语言应用 :
- A214 : 传统自然语言处理:
C13.5~9
⊙ A22 深度学习与图像识别
A221 :简介:发展,应用。
C7,45~48
A222 : 为什么使用深度学习?
- A2221: 特征提取:
C7,49
, 举例:数字手写体识别,课件 - A2222: 人脑视觉启示:
C7.50~53
- A2221: 特征提取:
A223:深度学习一般过程。
注:此时对照A124,看看深度学习的 整体闭环特性。- A2231: 图像识别举例(手写体识别):给出深度学习三个步骤,
C7.55~61
- A2232 :建立模型:
C7.62~72
- A2233 :损失函数:
C7.73~77
- A2234 :参数学习:
C7.78~99
- A2231: 图像识别举例(手写体识别):给出深度学习三个步骤,
3.卷积神经网络:A3
⊙ A31 为何引入卷积神经网络?
- A311:降低网络复杂性:Convolution
- A3111:什么是卷积?
- A3112:图像卷积;
- ?有没有反卷积?
- A312:适应图像平移、尺度的不变性: Pooling
- A313 :卷积神经网络基本结构
⊙ A32卷积神经网络使用
- A321:模型
- A322: 损失函数
- A323:学习参数
- A324 :应用实例:
C11.62~67
⊙ A33经典卷积神经网络
- A33 : 发展概述:
C11.70~72
, LeNet, 最新进展:C11.100
- A331:AlexNet
- A332:VGG
- A333: GoogleNet/Inception
- A334:ResNet
- A335:SE-Net
- A336:SK-Net
- A337:ResNeSt
⊙ A34卷积神经网络示例-人脸识别
▌03 开发工具:TX
- T00: 开发工具综述
1.飞桨平台:T1
⊙ T11飞桨平台整体介绍
- T11: 整体介绍,先进技术:
C3.,5
- T111:社区,平台,
C3.11,12,13
- T112: 核心框架:
C3.6~10
⊙ T12飞桨高层API概述
- T121 为什么需要高层API?
- T121:为什么需要高层API?
C3.15,16
- T122:飞桨高层API概述。
C3.17,18.19
- T121:为什么需要高层API?
⊙ T13飞桨框架高层API深入解析
- T13 :给出整体结构
- T131:数据定义、处理、加载
- T132:网络结构搭建和模型封装
- T133:网络结构可视化
- T134:模型训练和评估
- T135:模型保存和部署
⊙ T14应用举例
- T14 人脸关键点检测
2.MATLAB深度学习平台:T2
3.Keras平台:T3
4.Pytorch平台:T4
▌04 Python语言基础:LX
编号:L0
1. Python概述 :L1
资料来源:1、Python入门.pptx
⊙ L11基本概念
- L11:Python 发展历史
⊙ L12 Python特点
- L12 :为什么选择Python,优势,缺点
⊙ L13典型应用
- L13:典型应用
2.Python基础语法:L2
- L20: 安装与示例
⊙ L21数据结构
- L211:数字、字符串
- L212:列表
- L213:元组、字典
⊙ L22面向对象
- L221:类
⊙ L23 JSON
- L231:JSON序列化与反序列化
⊙ L24异常处理
- L241:Python异常处理
3.机器学习四剑客:L3
- L30: 机器学习四剑客
⊙ L31 Numpy库
- L31:Numpy库
- L311:ndarray,数组和标量之间的运算
- L312:索引和切片
- L313:数学和统计
- L314:线性代数
⊙ L32 Pandas库
- L32:
- L321: Series
- L322:Dataframe
- L323:索引对象
⊙ L33 PIL库
- L33:
- L331: PIL库
- L332: Image模块
⊙ L34 Matplotlib库
- L34:
- L341:应用举例
4.应用举例:L4
人工智能产业政策与行业应用场景-备课资料相关推荐
- 北京发布人工智能产业政策,该如何高效关注行业动态、把握新机遇?
近日,海淀区发布人工智能扶持政策,并设立10亿元人工智能产业引导基金.在此之前,全国多个区政府相继出台过促进AI产业发展的意见及政策文件. 人工智能正在改变人们的生产.生活方式.在这样快速的" ...
- 新一代人工智能产业八大主要应用场景研判
声明: 本文并非原创,来源于数据观 新一代人工智能产业八大主要应用场景研判 当前,新一代人工智能技术正加速在各行业深度融合和落地应用,推动经济社会各领域从数字化.网络化向智能化加速跃升.近日,中国电 ...
- 2019年中国人工智能产业研究报告
人工智能丨研究报告 来源丨艾瑞咨询 核心摘要: "商业落地"已成为人工智能发展到当前阶段鲜明的主题词,过去人工智能技术驱动阶段重在AI算法模型比拼,如今更要依赖商业场景洞察.专家团 ...
- 一文读懂人工智能产业最新发展趋势
来源:世界物联网博览会 作者:赛迪智库人工智能产业形势分析课题组 当前,以新一代人工智能为代表的科技和产业革命正在孕育兴起.数字化.网络化.智能化的信息基础设施加速构建,以信息通信.生命.材料科学等交 ...
- 学会动态丨中国人工智能学会重磅发布《2018人工智能产业创新评估白皮书》
来源:中国人工智能学会 摘要:<2018人工智能产业创新评估白皮书>由中国人工智能学会.国家工信安全中心.华夏幸福产业研究院.思保环球联合发布.白皮书聚焦人工智能的使能技术与应用场景两个层 ...
- 人工智能产业2018年待解的三大难题
来源:人民邮电报 概要:2017年,人工智能领域在算法.政策.资金等方面已经出现了三大突破,业界欢欣鼓舞的情形很像1999年年底网络泡沫泛滥时的情形. 2017年,人工智能领域在算法.政策.资金等方面 ...
- 人工智能产业展望:2018年三大难题如何破解?
来源:腾讯研究院 概要:当前,AI的竞争已然升级到国家竞争. 当前,AI的竞争已然升级到国家竞争.2017年首次出现了"AI中国威胁论".谷歌前董事长施密特公开抱怨美国政府对企业在 ...
- 2017-2018 中国人工智能产业路线图
内容简介 十多年前,所有的公司都在进行互联网化,现在 CSDN 作为一个20岁的互联网公司,从创立至今一直都是全球中文 IT 社区,一路走来,见证了技术从 PC 到互联网,从互联网到移动互联网,从云计 ...
- 解读人工智能产业的2020:认知AI还未实现,我们仍然正在路上
来源 | AI前线 作者 | 李冬梅 采访嘉宾 | 唐杰 2020 年是一个不平凡的年份.尽管全球遭遇新冠疫情,但是人工智能技术发展和学术研究依旧稳步向前.技术与产业融合也进一步扩大和 ...
最新文章
- 访客模式(Guest Mode)
- 银屑病缺乏的营养汇总(持续更新中)
- sql 没有调试 菜单_MySQL递归查询上下级菜单
- mysql数据库增删改查关键字_mysql数据库的增删改查
- 二值化图像是什么?图像如何二值化?
- cygwin不支持__malloc_hook
- Java-java.util.concurrent.LinkedBlockingQueue
- matlab红色爱心,心形图的matlab实现
- 用友服务器ip地址在哪里修改密码,用友服务器ip地址在哪里修改密码
- 更高速 更智能 WLAN领域H3C再获领先——H3C发布新一代高性能802.11n 无线产品
- 关系代数表达式的优化
- nRF Sniffer抓包环境搭建
- 神经计算棒python_将Pytorch模型部署到Movidius神经计算棒
- 如何查看微信小程序的源码存放路径
- 动态规划 -- 钢条切割问题
- JS下载PDF、图片时直接下载而不是预览
- 红米手机TWRP读不了刷机包成功解决记录
- 明日之后最好看的房子又来啦:情侣专属泰坦尼克号造型登场
- 模板的超详细的案例讲解(上)
- tf.extract_image_patches
热门文章
- ***如何优雅的选择字体(font-family)
- 详解H3C交换机“端口安全”功能
- Microsoft Hyper-V Server 2008 R2和SCVMM2012部署XenDesktop 5.6桌面虚拟化系列之三准备XenDesktop服务器...
- SQL中的关联更新和关联删除
- 《CLR Via C# 第3版》笔记之(十) - 可选参数和可变数量参数
- BugkuCTF web3
- 升级ESXi Host
- 游戏UI框架设计(三) : 窗体的层级管理
- Windows下Python添加MySQLdb扩展模块
- objective-c对NSArray的学习