北京CDA數據分析師的AI人工智能培訓課程面向零基礎決心進入AI工程師領域學員，課程從深度學習基礎知識、使所學更符合要求，達到企業用人標準，快速在大數據時代找準工作定位。現在火熱報名中。
AI人工智能培訓課程：本課程適合零基礎入門到進階AI工程師意向學員。
本課程屬于數據科學的高級課程，從深度學習基礎知識、深度學習的常用工具介紹（Tensorflow、Keras、Caffe、PyTorch）、深度學習在各個領域的應用、深度學習高級算法等內容，對Python語言技能有較高的要求。
最后結合熱門行業電商、金融、電信、醫藥真實案例和業務出發，升華技術應用場景，使所學更符合要求，達到企業用人標準，快速在大數據時代找準工作定位。學員畢業要求能夠帶領團隊協同完成數據分析項目，能夠掌握數據數據分析大多數崗位（AI工程師、自然語言處理工程師、計算機視覺工程師）技能。
熟悉AI工具，包括TensorFlow、Keras、Caffe、PyTorch
熟悉深度學習應用
熟悉CNN、RNN、Faster RCNN等深度神經網絡模型，并掌握其相關的優化算法
了解深度學習高級算法，包括卷積神經網絡、循環神經網絡等
掌握優化算法和高性能計算方法
掌握NLP自然語言處理一線行業案例
掌握計算機視覺圖像識別一線行業案例
在校數學、計算機、統計學、大數據、數據分析相關專業高年級學生
有5年一般數據分析經驗或1年以上機器學習經驗學員
零基礎決心進入AI工程師領域學員
必備理論基礎：線性代數、概率論與信息論、數值計算
1章微積分
1-1人工智能發展前景
1-2微積分介紹
2章線性代數
2-1現實世界的想象
2-2空間語言與立體感知：向量與矩陣
2-3追本溯源：問題與逆問題
2-4穩定很重要：矩陣的特征
2-5與機器溝通：計算機中的線性代數計算
3章槪率論與數理統計
3-1概率的意義
3-2抽象的現實：概率的分布與應用
3-3印象：描述性統計
3-4拒絕主觀：假設與檢驗
3-5可以量化的差異：方差分析
3-6統計會犯錯誤
4章人工智能之關系型數據庫
4-1MySQL的安裝與使用
4-2數據庫、數據表及字段操作
4-3SQL查詢與函數
5章人工智能之非關系型數據庫
5-1MongoDB基本操作
5-2MongoDB高級操作
6章人工智能之Python編程基礎
6-1python基礎入門
6-2python高級操作
7章人工智能之Python數據處理與可視化
7-1Python數據處理概述
7-2Numpy
7-3Pandas
7-4數據庫連接
7-5Python可視化
8章機器學習基礎
8-1機器學習入門
8-2KNN算法
8-3聚類分析
9章機器學習進階
9-1線性回歸
9-2邏輯回歸
9-3決策樹
9-4關聯規則
9-5樸素貝葉斯
9-6集成算法快速入門
9-7神經網絡與支持向量機
10章Tensorflow框架快速入門
10-1AI算法與框架的發展
10-2Tensorflow的安裝和編程環境測試
10-3Tensorflow框架使用方法快速入門
10-4Tensorflow線性回歸實現
10-5Tensorflow邏輯回歸實現
11章深度學習算法基礎
11-1深度學習算法的基礎知識
11-2深度神經網絡DNN
11-3卷積神經網絡
11-4RNN和LSTM
11-5遷移學習與強化學習
12章文本挖掘項目實戰
12-1文本挖掘理論概念
12-2文本挖掘算法實踐
12-3實戰項目：基于詞云的新聞信息可視化
12-4實戰項目：基于決策樹算法的新聞信息分類
12-5實戰項目：網絡評論分析之情緒分析
12-6實戰項目：基于聚類算法的新聞分類
12-7實戰項目：提取關鍵信息——新浪娛樂新聞文本摘要實戰
13章圖像識別項目實戰
13-1深度圖像處理在ADAS的應用和概述
13-2圖像檢測網絡介紹
13-3圖像分割網絡介紹
13-4Tensorflow目標檢測API介紹
13-5Mobilenet-V2網絡介紹
13-6實戰項目：基于卷積神經網絡的實時路況識別
14章語音識別項目實戰
14-1深度語音識別應用槪述
14-2CNN在語音處理中的應用1
14-3CNN在語音處理中的應用2
14-4實戰項目：基于深度神經網絡的語音指令識別
15章手寫數字生成與人臉生成實戰
15-1GAN（對抗生成網絡）算法實踐
15-2實戰項目：基于GAN的手寫數字生成項目實戰
15-3DCGAN（深度卷積對抗網絡）算法實踐
15-4實戰項目：基于DCGAN的人臉生成項目實戰
16章智能問答機器人項目實戰
16-1源起：從與機器的溝通方式開始
16-2對話：問題的理解與答素的生成
16-3詞典：關鍵詞檢索
16-4專家：指定領域的問答助手
16-5實戰項目：圖靈聊天機器人的實現
16-6實戰項目：藏頭詩機器人的實現
16-7實戰項目：語音智能問答系統的搭建
