<mark id="oztn4"></mark>
0
| 本文作者： 雷鋒專欄 | 2018-06-19 18:34 |
一年一度的暑假要來了，對很多大三、大四同學們來說，2個月長假的同時也意味著2個月后就要為找工作做準備了，相信很多同學已經在暑期開始準備自己的簡歷了，不過面對寥寥無幾的校園學習經歷和實習經驗，如何才能在眾多應聘者中脫穎而出呢？更別說加入頂尖的AI人工智能企業了。
為了解決眾多學生的求職難題，AI慕課學院聯合雷鋒網、哈爾濱工業大學（深圳）在深圳舉辦了“CV視覺工程師入職培訓暑期班”，希望通過2個月的時間幫助廣大同學們搞定“理論學習，企業實習以及面試入職”等重要環節，既能提升CV方向的理論學習，又能豐富實習經驗，還有機會入職知名AI公司，這個暑期你還在猶豫什么？CV視覺工程師入職培訓暑期班最后20個名額，等你來報名！
基礎課程全部由哈爾濱工業大學（深圳）計算機學院教師團隊任教，具有豐富的教學經驗；實踐課程聘請人工智能行業合作企業資深工程師任教，項目實戰研發經驗豐富，可提供企業海量數據案例供學生學習。
大道智創CTO邢志偉是哈爾濱工業大學博士， 曾任職于NVDIA深圳公司并負責領導多項顯卡設計開發
宜遠智能CEO吳博先后在清華大學、香港浸會大學求學，并在英國利茲大學完成博士后
第一章 AI入門基礎（共120課時）
一、數學基礎（40課時）
1. 線性代數與矩陣論
知識點1： 向量、矩陣簡介、向量范數、矩陣范數
知識點2 ：矩陣的運算，行列式
知識點3： 條件數、線性子空間、矩陣的正交化，矩陣求逆
2. 概率論與統計
知識點1： 隨機試驗、隨機事件的關系及運算
知識點2 ：事件的概率，條件概率
知識點3 ：獨立、條件獨立，常見分部介紹
3. 凸優化
知識點1： 機器學習與優化關系，凸集、凸函數簡介
知識點2 ：極值點、最值點、梯度、方向導數
知識點3 ：約束問題的KKT條件
二、編程基礎（40課時，建議最好有編程基礎，這類課程做課時上的壓縮，重點介紹CV常用的語言知識點）
Python
知識點1 ：基礎語法
知識點2 ：循環、字符串、列表
知識點3 ：元祖、字典、函數
知識點4 ：文件操作、面向對象
知識點5： 正則表達式
知識點6： 排序算法
知識點7 ：數據分析與可視化實踐
三、機器學習 （40課時）
1. 機器學習原理
知識點1： 線性回歸、logistic回歸、梯度下降
知識點2： 決策樹、隨機森林、GBDT
知識點3：SVM與數據分類
知識點4 ：特征工程：數據清洗、異常點處理、特征抽取、選擇與組合
知識點5： logistic回歸Softmax SVM與樸素貝葉斯的精髓速講
知識點6 ：決策樹 隨機森林 boosting 模型融合的精髓速講
2. 機器學習實戰
知識點1 ：機器學習流程、預處理、特征工程
知識點2： Kaggle機器學習比賽中的特征工程處理實戰
知識點3 ：模型評判標準與部分機器學習有監督算法
知識點4 ：sklearn接口熟悉與機器學習建模指導
知識點5 ：sklearn建模與使用
知識點6：機器學習有監督算法與無監督學習
知識點7 ：集成算法與Xgboost/LightGBM
第二章 計算機視覺理論與實戰（共110課時）
一、計算機視覺基礎（50課時）
圖像識別
目標檢測&跟蹤
圖像分割
二、深度學習的算法與實踐（50課時）
1. 深度學習原理
知識點1 ：人工神經網絡（ANN）
知識點2 ：深度學習（Deep Learning）及TensorFlow等框架
知識點3 ：卷積神經網絡（CNN）
知識點4 ：循環神經網絡（RNN）
知識點5 ：長短時記憶網絡（LSTM）
知識點6 ：循環神經網絡變種
知識點7 s：eq2swq模型
2. 深度學習實戰
知識點1 ：Caffe實戰圖像分類
知識點2 ：Tensorflow實戰圖像風格轉換實現
知識點3 ：google wide&deep模型
三、神經網絡的優化問題與源碼解析（10課時）
如何選擇適合某一問題的網絡
神經網絡參數如何初始化
選擇怎樣的梯度下降方法
深度學習平臺的代碼架構
如何高效實現計算（以卷積層為例）
第三章 企業項目實戰講解（20*3=60課時）
企業A項目案例分析
企業B項目案例分析
企業C項目案例分析
第四章 企業實習（80課時）
企業培訓（代碼規范）
項目實戰能力測試
企業項目實操
實習成果展示
第五章 個人提升（10課時）
簡歷優化
面試能力提升
企業專場招聘會
推薦相關企業崗位面試
詳情請掃描咨詢雷鋒網客服
雷鋒網按：小編友情提醒，盡早報名有優惠！！！
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
