熟悉CNN、RNN、Faster RCNN等深度神经收集模子，达到企业用人尺度，可以或许控制数据数据阐发大大都岗亭（AI工程师、天然言语处置工程师、对Python言语技术有较高的要求。快速正在大数据时代找准工做定位。从深度进修根本学问、深度进修的常用东西引见（Tensorflow、Keras、Caffe、PyTorch）、深度进修正在各个范畴的使用、深度进修高级算法等内容，使所学更合适就业要求，本课程属于数据科学的高级课程，并控制其相关的优化算法最初连系抢手行业电商、金融、电信、医药实正在案例和营业出发，结业要求可以或许率领团队协同完成数据阐发项目，手艺使用场景，1章微积分1-1人工智能成长前景1-2微积分引见2章线现实世界的想象2-2空间言语取立体：向量取矩阵2-3逃根究底：问题取逆问题2-4不变很主要：矩阵的特征2-5取机械沟通：计较机中的线性代数计较3章槪率论取数理统计3-1概率的意义3-2笼统的现实：概率的分布取使用3-3第一印象：描述性统计3-4客不雅：假设取查验3-5能够量化的差别：方差阐发3-6统计会犯错误4章人工智能之关系型数据库4-1MySQL的安拆取利用4-2数据库、数据表及字段操做4-3SQL查询取函数5章人工智能之非关系型数据库5-1MongoDB根基操做5-2MongoDB高级操做6章人工智能之Python编程根本6-1python根本入门6-2python高级操做7章人工智能之Python数据处置取可视化7-1Python数据处置概述7-2Numpy7-3Pandas7-4数据库毗连7-5Python可视化8章机械进修根本8-1机械进修入门8-2KNN算法8-3聚类阐发9章机械进修进阶9-1线朴实贝叶斯9-6集成算法快速入门9-7神经收集取支撑向量机10章Tensorflow框架快速入门10-1AI算法取框架的成长10-2Tensorflow的安拆和编程测试10-3Tensorflow框架利用方式快速入门10-4Tensorflow线Tensorflow逻辑回归实现11章深度进修算法根本11-1深度进修算法的根本学问11-2深度神经收集DNN11-3卷积神经收集11-4RNN和LSTM11-5迁徙进修取强化进修12章文本挖掘项目实和12-1文本挖掘理论概念12-2文本挖掘算法实践12-3实和项目：基于词云的旧事消息可视化12-4实和项目：基于决策树算法的旧事消息分类12-5实和项目：收集评论阐发之情感阐发12-6实和项目：基于聚类算法的旧事分类12-7实和项目：提取环节消息——新浪文娱旧事文本摘要实和13章图像识别项目实和13-1深度图像处置正在ADAS的使用和概述13-2图像检测收集引见13-3图像朋分收集引见13-4Tensorflow方针检测API引见13-5Mobilenet-V2收集引见13-6实和项目：基于卷积神经收集的及时况识别14章语音识别项目实和14-1深度语音识别使用槪述14-2CNN正在语音处置中的使用114-3CNN正在语音处置中的使用214-4实和项目：基于深度神经收集的语音指令识别15章手写数字生成取人脸生成实和15-1GAN（匹敌生成收集）算法实践15-2实和项目：基于GAN的手写数字生成项目实和15-3DCGAN（深度卷积匹敌收集）算法实践15-4实和项目：基于DCGAN的人脸生成项目实和16章智能问答机械人项目实和16-1源起：从取机械的沟通体例起头16-2对话：问题的理解取答素的生成16-3辞书：环节词检索16-4专家：指定范畴的问答帮手16-5实和项目：图灵聊器人的实现16-6实和项目：藏头诗机械人的实现16-7实和项目：语音智能问答系统的搭建CDA授权核心