您当前的位置:首页>课程>Python、Spark和TensorFlow人工智能

Python、Spark和TensorFlow人工智能

浏览:2242
分享

Gavin Read more

百林哲咨询(北京)有限公司专家团队成员

现就职于Teradata任大数据架构师,先后服务于北京大学软件研究所、高德软件、阿里巴巴等企业,《Hadoop 应用开发技术详解》的作者,《海量数据基于记录级别的容错》专利,擅长 MR 开发,基于 MR 的算法开发。

课程时长

2天(12H)

分享提纲

时间课程模块课程内容

第一天

上午

模块一:

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割析

2.人工智能结合大数据的行业应用案例

3.人工智能在“互联网+”领域的应用

4.人工智能在制造业领域的应用

5.人工智能在金融、消费领域的应用

模块二:

Python数据挖掘快速入门

1.Python语言基础快速入门

2.科学计算库Numpy

3.数据分析处理库Pandas

4.可视化库Matplotlib

5.人工智能必备Python基础

模块三:

Scikit-learn实战

1.Scikit-learn库介绍

2.Scikit-learn安装

3.基于Scikit-learn的常用挖掘算法实战

4.基于Scikit-learn数据挖掘流程

   — 数据读取

— 数据标准化

— 特征提取

— 升维和降维

第一天

下午

模块四:

python基于Spark的数据挖掘实战

1.Spark Mllib介绍

2.Spark mllib 实现K-means应用

3.Spark mllib 实现贝叶斯应用

4.Spark mllib 实现决策时应用

5.Spark mllib 实现随机森林应用

6.基于Spark mllib实现信用卡挖掘模型应用

第二天

上午

模块五:

TensorFlow Al深度学习平台及其应用实践(1)

1.TensorFlow: 一个Al深度学习框架的概述

2.TensorFlow深度学习平台的工作机制和系统架构

3.TensorFlow的安装、部署、配置和使用

4.TensorFlow的应用场景和应用案例

模块六:

TensorFlow Al深度学习平台及其应用实践(2)

1.TensorFlow CNN应用操作

2.TensorFlow LSTM应用操作

3.TensorFlow在图像识别的实验操作

4.基于TensorFlow的可视化工具:5.Tensorboard简介

6.Tensorboard的部署、配置和应用界面操作

7.基于TensorFlow和Tensorboard进行实验操作

第二天

下午

模块七:

Keras人工智能平台应用实践

1.业界常用的AI平台:Keras人工智能平台架构

2.Keras Al平台的部署与配置

3.Keras技术实现与工作机制

4.Keras实验操作

模块八:

人工智能应用案例介绍

1.人工智能在金融行业的使用案例介绍

2.人工智能在保险行业的使用介绍

3.人工智能实现机器人的案例介绍


我要参加

可同时提交您的需求,我们会及时与您联系

预约内训

将课程带入到您的团队,为您的团队进行一对一辅导。

相关课程