全國統一學習專線 8:30-21:00
課程詳情 在線報名
垂直專業深度從人工智能的數學基礎、數據庫基礎、python，到機器學習、復雜網絡Tensorflow、深度學習等16大模塊垂直深入，扎實專業技能功底。
縱向創新力度突破傳統思維的局限和傳統數據分析的方法，加入目前前沿的人工智能相關技術以及企業級大型項目案例，實戰的成功應用，創新落地。
橫向知識寬度加入行業跨界知識與多領域的應用場景模塊，如“對抗生成網絡、智能問答系統、文本分析、圖像識別”等，引入人工智能應用的多場景多案例。
課程服務體驗在線碎片化學習，加入在線練習功能和課后作業指導服務，為每一位立志于在人工智能領域有所建樹的學員提供完美、貼心的在線學習解決方案。
| 學習階段 | 學習內容 |
| 人工智能之數學基礎（約6小時） |
1.微積分 2.線性代數 3.概率論與數理統計 |
| 數據庫基礎——關系型數據庫（約8小時） |
1.SQL入門及安裝 2.數據表及字段操作 3.SQL查詢、鏈接 4.SQL商業應用案例 |
| 數據庫基礎——非關系型數據庫（約5小時） |
1.MongoDB簡介 2.MongoDB的常用操作 3.MongoDB的使用 4.Python操作MongoDB |
| 人工智能之Python基礎篇（約5小時） |
1.Python的安裝與環境配置 2.Python的基礎與規范 3.Python的基本對象類型 4.Python語句 |
| 人工智能之Python進階篇（約5小時） |
1.函數 2.類與對象 3.庫與模塊 4.文件 5.錯誤與異常 |
| 人工智能之機器學習基礎篇（約10小時） |
1.Python機器學習算法庫Scikit-Learn入門介紹 2.Python統計分析基礎 3.SVD分解與主成分分析 4.線性回歸算法實現 5.嶺回歸、Lasso和彈性網 6.判別分析 7.梯度下降算法原理與Scikit-Learn實現 8.邏輯回歸算法原理與Scikit-Learn實現 9.貝葉斯算法原理與Scikit-Learn實現 10.案例：泰坦尼克號生存預測 |
| 人工智能之機器學習進階篇（約20小時） |
1.KNN最近鄰元素分類器 2.時間序列模型 3.EM算法 4.聚類分析 5.決策樹模型的基本原理與Scikit-Learn實現 6.集成算法入門 7.集成算法的Scikit-Learn實現 8.感知機模型基本原理 9.支持向量機基本原理與Scikit-Learn實現 |
全面覆蓋同學晚自習時間
解決學員學習問題
攻克重難點知識
實時統計學員出勤情況
每個班2名助教+項目服務團隊
提升同學實時參與感
學員入學即簽訂具備法律效用的協議，同時與眾多企業達成人才供給合作關系，眾多實習和就業合作單位，確保每一名合格學員都有一個良好的就業機會。
專屬就業顧問，全程協助1對1模擬面試，有效提高入職率，同時注重學員職業素質培養，幫助學員做好職業生涯規劃與管理。
