免费课程 在线实验 就业课程 会员免费课

/ 注册

新用户注册赠送7天免费会员

没有解决您的问题?扫描二维码加入博睿云交流群畅所欲言吧!
使用帮助

全部课程> 华为人工智能-新

华为人工智能-新

  • 30课时(建议每周学习3小时)
  • 自主模式

免费

已有2742人报名学习

  • 课程概览
  • 授课讲师
  • 课程大纲
  • 实验列表
    华为人工智能-新
  • 课程概览
  • 授课讲师
  • 课程大纲
  • 实验列表

学完本课程后,你将能够获得以下知识: 了解人工智能的发展简史 掌握人工智能包含的技术与相关概念 了解人工智能时代的公平和正义 了解人工智能时代的人机关系与治理

课程概览
一、AI概览    
AI的技术    
二、人工智能的发展    
python编程基础    
python技术介绍    
python编程基础    
三、数学基础    
线性代数
概率论与信息论    
数值计算
四、TensorFlow编程    
TensorFlow介绍
TensorFlow开发    
五、深度学习预备知识和深度学习概览    
深度学习预备知识    
深度学习概览
六、华为云EI概览    
AI的认知及EI的由来    
华为云EI企业智能详细介绍   

授课讲师

曾炫熹

熟练掌握Python语言;熟练运用PythonWeb开发、计算机视觉、自然语言处理。熟悉OpenCV、Sklearn、Pytorch、tensorflow等框架和模块。熟悉各种神经网络,如CNN、RNN、word2vec、yolo、GAN,熟悉attention机制以及bert预训练模型

课程大纲
  • 第1章AI概览
  •     第1节 AI概览_AI的过去
  •     第2节 AI概览_AI技术是什么
  •     第3节 AI概览_人工智能的产业发展与战略规划
  • 第2章python编程基础
  •     第1节 Python技术介绍1
  •     第2节 Python技术介绍2
  •     第3节 Python列表和元组、字符串、字典、条件和循环语句
  •     第4节 Python函数、面向对象编程
  •     第5节 Python 日期和时间、正则表达式、文件操作
  • 第3章数学基础
  •     第1节 线性代数
  •     第2节 线性代数2
  •     第3节 概率论与信息论1
  •     第4节 概率论与信息论2
  •     第5节 概率论与信息论3
  •     第6节 概率论与信息论4
  •     第7节 数值计算
  • 第4章TensorFlow编程
  •     第1节 TensorFlow_基础知识
  •     第2节 TensorFlow_简介与特点
  •     第3节 TensorFlow_模块及环境搭建
  •     第4节 TensorFlow_开发基本步骤及其它框架
  • 第5章深度学习预备知识和深度学习概览
  •     第1节 深度学习预备知识1
    视屏名称:20_深度学习预备知识1.mp4
  •     第2节 深度学习预备知识2
    视屏名称:22_深度学习预备知识3.mp4
  •     第3节 深度学习预备知识3
  •     第4节 神经网络定义与发展
  •     第5节 感知器与训练法则
  •     第6节 激活函数
  •     第7节 神经网络的种类
  •     第8节 深度学习中的正则化
  •     第9节 优化器
  •     第10节 深度学习的应用
  • 第6章华为云EI概览
  •     第1节 EI的由来与基础平台类服务
  •     第2节 通用与行业领域类服务
实验列表
  • 实验名称实验1 python实验之列表和元组
  • 实验描述本实验主要介绍了列表和元组的相关知识点和简单操作
  • 实验名称实验2 python实验之字符串和字典
  • 实验描述本实验主要介绍了 Python 字符串的相关知识点和简单操作,Python 字典的相关知识点和简单操作
  • 实验名称实验3 python实验之条件、循坏语句
  • 实验描述本实验主要介绍了 Python 条件、循环语句的相关知识点和简单操作
  • 实验名称实验4 python实验之函数
  • 实验描述本实验主要介绍了 Python 函数的相关知识点和简单操作
  • 实验名称实验5 python实验之面向对象
  • 实验描述本实验主要介绍了 Python 面向对象编程的相关知识点和简单操作。
  • 实验名称实验6 python实验之日期和正则表达式
  • 实验描述本实验主要介绍了 Python 日期和时间的相关知识点和简单操作,Python 正则表达式的相关知识点和简单操作。
  • 实验名称实验7 python实验之文件操作
  • 实验描述本实验主要介绍了 Python 文件操作的相关知识点和简单操作。
  • 实验名称实验8 数学基础实验之基础数学
  • 实验描述基础数学知识在人工智能领域,尤其是在传统机器学习和深度学习领域有大量的应用,尤其是 在算法设计和数值处理方面。本章节的主要目的就是基于 Python 语言和相应的基础数学模块 实现一些常用的数学基础知识,为进入人工智能的学习提供基础支持。
  • 实验名称实验9 数学实验之线性代数
  • 实验描述本实验主要介绍了 Python的数值处理模块numpy以及线性代数
  • 实验名称实验10 数学实验之概率论
  • 实验描述概率论是研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的,在一定条 件下必然发生某一结果的现象称为决定性现象。 概率论是用来描述不确定性的数学工具,很多人工智能算法都是通过描述样本的概率相关信息 或推断来构建模型。
  • 实验名称实验11 数学实验之最小二乘法
  • 实验描述最小二乘法(Least Square Method),做为分类回归算法的基础,有着悠久的历史。它通过最 小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的参数,并 使得预测的数据与实际数据之间误差的平方和为最小。
  • 实验名称实验12 数学实验之梯度下降法
  • 实验描述梯度下降法(gradient descent),又名最速下降法,是求解无约束最优化问题最常用的方法, 它是一种迭代方法,每一步主要的操作是求解目标函数的梯度向量,将当前位置的负梯度方向 作为搜索方向(因为在该方向上目标函数下降最快,这也是最速下降法名称的由来)。 梯度下降法特点:越接近目标值,步长越小,下降速度越慢。
  • 实验名称实验13 TensorFlow实验之Hello,TensorFlow
  • 实验描述本实验通过输出“Hello, TensorFlow!”,帮助理解 session 的作用
  • 实验名称实验14 TensorFlow实验之矩阵相乘
  • 实验描述本实验通过介绍了 TensorFlow 的张量,帮助了解矩阵相乘函数的用法,通过使用 tf.Variable 创建变量(节点),学习变量的用法
  • 实验名称实验15 TensorFlow实验之可视化
  • 实验描述本实验主要是展示 TensorBoard 的可视化效果。
  • 实验名称实验16 TensorFlow实验之图操作
  • 实验描述本实验通过几个实例操作,了解计算图的相关操作
  • 实验名称实验17 TensorFlow实验之模型保存与使用
  • 实验描述本实验主要介绍如何保存模型和使用保存的模型,一般而言,训练好的模型都需要保存。
  • 实验名称实验18 TensorFlow验之线性回归
  • 实验描述本实验为 TensorFlow 线性回归的一个实际案例即房价预测。此实验会涉及到循环训练模型的过程,运行程序后,在控制台第一次看到训练记录大约要5分钟左右,整个训练过程耗时需要1个小时10分左右,该实验只需了解代码思路即可,无需等队结果
节数上课时间星期一 星期二星期三星期四 星期五星期六星期天
第1节08:00 - 08:40
第2节09:00 - 09:40
第3节10:00 - 10:40
第4节11:00 - 11:40
第5节14:00 - 14:40
第6节15:00 - 15:40
第7节16:00 - 16:40
第8节17:00 - 17:40
天数上课日期上课时间内容
相关课件 更多
  • pdf

    HCIA-AI实验指导书V1.0

    大小:11.06MB

    2019-09-27

  • pdf

    HCIA-AI华为认证人工智能工程师教材V1.0

    大小:12.86MB

    2019-09-27


课程名称:
华为人工智能-新
课程现价:
0
支付方式:
支付宝支付
微信支付
确认支付
支付剩余时间: 15:00
视频试听