《人工智能和大数据技术应用实战》

简介

课程简介

近年来，“大数据”和“人工智能”已经深入人心，社会各个行业的企业都沉淀了大量的数据，如何把数据利用起来，创造价值，业务数据增值等命题已经成为业界的热门话题。自2010年以来，大数据和人工智能技术已经成功地应用到新兴互联网企业（如电商企业、搜索引擎、社交网站、互联网广告服务提供商等）、金融企业（银行、保险、证券公司、互联网金融借贷公司等）、通信运营商（电信、移动、联通）等行业的企业。这些国内外的先驱企业通过对自身积累的数据进行分析挖掘利用，在不同程度上获得了数据分析带来的收益，带来了很大的数据价值增值作用，并从一定程度上拉开了与没有利用数据创造价值的企业之间的领先优势，提升了企业的竞争力。

互联网+行业应用加速了大数据时代的到来，一方面为企业带来了巨大的发展机遇，能有效推动企业的数据加工和信息化转型升级，促进企业实施数据化运营分析和科学决策战略；另一方面，由于大部分公司缺乏能够驾驭大数据的专门技术人才，现有技术人员对大数据项目的实施经验不足，大数据技术人才的缺乏对企业实行大数据智能分析决策的发展战略也带来了较大的挑战。

本课程体系对大数据技术进行由浅入深的讲解，将业界主流最新的大数据原理及其应用技术分成基础级、进阶级、高级实战三个层次进行系统化地培训，让学员分成三个阶段深入系统地掌握大数据分析和人工智能技术培训体系：

  1. 第一阶段：大数据和人工智能基础级培训内容，让学员掌握大数据技术基础和Hadoop大数据平台生态系统解决方案。第一阶段培训时长：3天。
  2. 第二阶段：大数据和人工智能进阶级培训内容，让学员掌握大数据分析挖掘处理知识和Spark大数据分析生态系统解决方案。第二阶段培训时长：3天。
  3. 第三阶段：大数据和人工智能高级培训内容，让学员掌握大数据分析挖掘、机器学习算法模型和系统平台工具的应用实战，会利用分析挖掘工具解决具体的项目任务。第三阶段培训时长：4天。
本课程可以定制：3天、6天、10天版

（对课程感兴趣的朋友，请进一步联系爱思沃高级课程顾问：江老师 13488780698，我们有专人竭诚为您提供高质量服务，欢迎新老客户朋友参加公开课和定制企业内部培训课）

扫一扫咨询

详细课程内容大纲

时间

专题

详细内容与知识点

第一天

人工智能、技术及其体系
  1. 人工智能的发展历程与脉络
  2. 人工智能的国家政策解读
  3. 人工智能的技术体系
  4. 人工智能的技术框架
  5. 机器学习技术体系
  6. 驱动人工智能的发展因素：顶层设计、技术、人才、组织管理、条件保障的解析

人工智能、大数据挖掘的技术及应用
  1. AI领域的四大类经典算法模型
  2. 决策树的技术及应用
  3. 朴素贝叶斯的技术及应用
  4. 神经网络的技术及应用
  5. 深度学习的技术及应用
  6. 聚类的技术及应用
  7. 逻辑回归的技术及应用
  8. 关联分析的技术及应用

第二天

人工智能的行业应用与发展
  1. 人工智能的行业图谱和行业发展剖析
  2. 人工智能的企业应用案例
  3. 人工智能结合大数据的行业应用案例
  4. 人工智能在“互联网+”领域的应用
  5. 人工智能在制造业领域的应用
  6. 人工智能在金融、消费领域的应用
  7. 人工智能在出行、旅游领域的应用

大数据、技术、产业、和人工智能的融合
  1. 大数据基础知识
  2. 大数据技术的产生背景
  3. 大数据应用场景
  4. 大数据思维
  5. 大数据产业链
  6. 大数据是如何变革各行业的技术架构、商业模式和组织方式
  7. 人工智能和大数据的有机融合和发展趋势

业界主流的人工智能和大数据技术产品与项目解决方案
  1. 国内外主流的大数据解决方案介绍
  2. Apache大数据平台方案剖析
  3. CDH大数据平台方案剖析
  4. HDP大数据平台方案剖析
  5. 开源的大数据生态系统平台剖析

第三天

人工智能的产品解决方案
  1. 图像处理解决方案
  2. 人脸识别解决方案
  3. 语音识别解决方案
  4. 文本分类解决方案
  5. 视频理解解决方案

人工智能的技术体系
  1. 机器学习技术
  2. 统计机器学习
  3. 神经网络机器学习：深度学习
  4. 强化学习

人工智能训练方式
  1. 有监督学习训练
  2. 无监督学习训练
  3. 半监督学习训练

第四天

大数据技术体系
  1. 大数据采集技术及应用
  2. 大数据存储管理技术及应用
  3. 大数据预处理与ETL技术及应用
  4. 大数据分析挖掘和建模技术
  5. 大数据可视化技术

Hadoop大数据平台架构和设计
  1. Hadoop的发展历程以及产业界的实际应用介绍
  2. Hadoop大数据平台架构
  3. 基于Hadoop平台的PB级大数据存储管理与分析处理的工作原理与机制
  4. Hadoop的核心组件：HDFS和Yarn剖析
  5. Hadoop大数据平台的应用解决方案

人工智能和大数据分析挖掘工具的使用
  1. SPSS大数据建模、分析挖掘工具的使用
  2. Python人工智能建模工具的使用

课程中的应用实践操作以这两个工具为主

第五天

Spark大数据实时分析与处理平台的架构设计
  1. 大数据领域的实时处理利器：Spark实时分析平台
  2. Spark实时分析平台的架构
  3. Spark的核心组件：Spark SQL，Spark Streaming，Spark MLLib的剖析和应用实践
  4. Spark大数据分析与挖掘的应用解决方案

面向人工智能和大数据领域的大型数据仓库建设：Hive集群平台
  1. 基于Hadoop的大型分布式数据仓库基础知识，HIVE在行业中的数据仓库应用案例
  2. Hive大数据仓库简介以及应用介绍
  3. Hive数据仓库集群的平台体系结构、核心技术剖析
  4. Hive Server的工作原理、机制与应用
  5. Hive数据仓库集群的安装部署与配置优化

Hadoop集群运维监控工具平台应用
  1. Hadoop大数据运维监控管理系统HUE平台的安装部署与应用配置
  2. Hadoop运维管理监控系统Ambari平台的安装部署与应用配置
  3. Hadoop集群运维系统Ganglia, Nagios的安装部署与应用配置

第六天

人工智能的算法模型和应用
  1. 深度学习算法模型及应用
  2. CNN卷积神经网络算法模型及应用
  3. RNN循环神经网络算法模型及应用
  4. LSTM神经网络算法模型及应用
  5. 深度学习在人脸识别、语音识别领域的解决方案

人工智能的技术平台与框架
  1. TensorFlow人工智能框架及其应用
  2. PyTorch人工智能框架及应用
  3. Face-Recognition人脸识别框架及应用

人工智能案例
  1. 人工智能+制造机器人案例
  2. 人工智能+推荐机器人案例
  3. 人工智能+游戏机器人案例
  4. 人工智能+服务机器人案例
  5. 人工智能+智能投顾机器人案例

总结

培训内容综合、应用完整实践与咨询讨论

83.   根据讲师布置的实际应用案例，开展人工智能和大数据完整项目部署设计和应用开发实践、应用实施以及解决方案分享咨询与交流讨论

师资简介

分类
企业内训
课程目标
  • 让学员掌握大数据原理、技术和实战案例
  • 让学员掌握人工智能技术和应用案例实战
  • 让学员掌握业界主流的机器学习模型和深度学习模型
  • 让学员掌握业界主流的人工智能和大数据结合的案例
  • 让学员实际操作大数据平台和分析挖掘软件并实战
  • 让学员操作人工智能平台和应用开发
适合人群
  • 软件工程师
  • 大数据工程师
  • 人工智能工程师
  • 开发工程师
  • 项目管理工程师
  • 系统架构师
  • 高层领导和管理人员
  • 其他对大数据和人工智能感兴趣的爱学习者
课程标签： 大数据培训 大数据方案 大数据课程 机器学习 深度学习 人工智能 Python AI
查看课程

课时列表

课程暂无相关课时

我是学员

我是机构

课程体系