.png)
人工智能-深度学习技术培训班（12月杭州）
时间：2021-12-24 09:00 至 2021-12-26 17:00
地点：杭州
- 参会报名
- 会议介绍
- 会议日程
- 会议嘉宾
- 参会指南
 收藏人
|
人工智能-深度学习技术培训班（12月杭州） 已过期会议时间：2021-12-24 09:00至 2021-12-26 17:00结束 会议规模：50人 主办单位： 中国信息化人才培训中心
|
换一换
会议介绍
会议内容 主办方介绍
人工智能-深度学习技术培训班（12月杭州）宣传图
人工智能（AI）是新一轮科技革命和产业变革的核心驱动力，将深刻改变人类社会生活，改变世界，对于实现社会生产力新跃升，提高综合国力和国际竞争力具有重要意义。为了贯彻落实国务院印发的“新一代人工智能发展规划”精神，推广人工智能技术，中国信息化人才培训中心决定举办 “人工智能-深度学习技术实战培训班”。本次培训班由北京天博信通科技有限公司具体承办，现将有关事宜通知如下：
培训时间及地点
2021年09月23日-09月26日（23日报到）地点：重庆
2021年10月28日-10月31日（28日报到）地点：北京
2021年11月26日-11月29日（26日报到）地点：广州
2021年12月24日-12月26日（23日报到）地点：杭州
培训方式
本培训班重视技术基础，强调实际应用，采用技术原理与项目实战相结合的方式进行教学。 通过展示教师的实际科研成果，讲述人工智能的技术原理与应用系统开发方法、人工智能系统开发工具使用方法。使学员掌握人工智能基础与专门知识，获得较强的人工智能应用系统的分析、设计、实现能力。
提供实际的应用案例供学员动手实验练 。实验内容包括tensorflow2.4/keras2.4环境构建、图数据库NEO4J安装与使用等。
培训对象
1、政府、企业、学校IT相关技术人员；硕士及博士研究生。
2、企业技术总监及相关管理人员；
3、人工智能系统架构师、设计与编程人员；
4、对人工智能技术感兴趣的其他人员。
查看更多
公开课程：每年超过100场。管理课程以“企业IT架构建设、需求工程、IT项目管理、研发过程改进、IT产品生命周期管理、产品技术创新”等为主；技术课程以“软件架构设计、J2EE框架开发、微软Moss框架开发、网络安全与运维、数据库”等 IT技术。
会议日程
（最终日程以会议现场为准）
第一天 | 第一部分：人工智能基础 | 1.1 人工智能（AI）概述 1.２ AI研究的主要技术问题 1.３ AI的主要学派 1.４ AI十大应用案例 （１）城市公共资源辅助优化配置 （２）临床医疗影像辅助诊断 （３）英语听说考试语音评测 （４）智能供应链设计系统 （５）机器翻译 （６）智能客服机器人 （７）重点人群身份识别 （８）智能网络视频云服务 （９）人证比对实名认证 （１０）工业互联网平台 1.４ 人工智能技术基础 １.４.１ 搜索与推理技术 １.４.２ 知识表示 |
第二部分：基于知识的人工智能系统及应用 | ２.１专家系统概念 ２.２专家系统结构 ２.３专家系统开发工具 ２.４专家系统设计与实际应用 ２.４.１计算机故障诊专家系统 ２.４.２基于Web与云计算平台的设备故障诊断专家系统 2.5 规则引擎与JSR94规范 2.5.1 规则引擎产生背景 2.5.2 规则引擎概念 2.5.3 规则引擎架构 2.5.4 JSR94 规范 --Java规则引擎API 2.5.5 典型规则引擎 2.5.6 规则引擎应用案例（信用卡申请） | |
第二天 | 第三部分：知识图谱 | 3.1 知识图谱概念 3.2 知识图谱与专家系统 3.3 开放知识图谱 3.4 知识的提取、表示、存储与检索 3.5 知识图谱在互联网金融行业的应用 3.6 实验： 基于NEO4j的知识图谱应用系统 |
第二天 | 第四部分：基于联接的人工智能系统及应用 | 4.1 神经网络概念 4.2 前馈神经网络算法 4.3 前馈神经网络设计方法 4.4 前馈神经网络实际应用 4.4.1 基于神经网络的煤矿突水预测系统 4.4.2 融合专家系统与神经网络的真空成型机故障诊断系统 |
第三天 | 第五部分：基于深度学习的人工智能系统及应用 | 5.1 机器学习概念 5.2 深度学习概念 5.3 卷积积神经网络 5.4 增强学习 5.5 迁移学习 5.6 生成对抗网络 5.7 主流深度学习框架 5.7.1 TesorFlow 2.4（安装与实例运行） 5.7.2 Keras2.4 （安装与实例运行） 5.7.3 pytorch 5.8 基于TesorFlow/keras的深度学习应用系统上机实验 （1）手写体数字识别 （2）时装识别 （3）情感识别 |
第六部分：基于深度学习的目标检测与人脸识别 | 6.1 目标检测（object detection）概念 6.2 传统的目标检测方法 6.3 基于区域建议(候选框)的目标识别算法 6.3.1 R-CNN 6.3.2 Fast R-CNN 6.3.3 Faster R-CNN 6.3.4 Feature Pyramid Networks(FPN)-特征金字塔网络 6.4 YOLO——One-Stage目标检测算法 6.5 SSD与 Retina-Net 6.6 基于ImageAI 的计算机视觉编程库 6.9人脸识别关键技术概述 6.10人脸检测算法 6.10.1 人脸检测算法 MTCNN 6.11 人脸识别算法 - Google FaceNet（2015） 6.11 基于MTCNN和facenet实现人脸检测和人脸识别实验 |
查看更多
会议嘉宾
（最终出席嘉宾以会议现场为准）
张璟
博士毕业于西安交通大学电信学院，现为西安理工大学大学计算机学院2级教授，博士生导师，陕西省***专家组专家。
2000年9-12月访问美国密西根大学、日本大学，2012-2019年先后访问美国加州大学圣芭芭拉分校、斯坦福大学、克莱姆森大学、乔治亚理工学院。
曾任西安理工大学计算机学院副院长、陕西省信息化专家组专家、陕西省制造业信息化专家组专家，计算机学院副院长、计算机学科带头人，西北工业大学兼职研究员。1985年以来，主要从事人工智能、因特信息网方面的教学与研究，进行过多个实用人工智能系统、网络与信息系统的规划、设计与开发。主持完成科研项目35项，其中国家863课题6项、陕西省科技攻关项目2项、企业委托项目14项。获省、部级科技奖励6项。
2010年以来，主要从事云计算、大数据、人工智能与深度学习方面的研究开发与教学。曾用人工智能语言Prolog实现计算机故障诊断专家系统；用C语言实现煤矿突水预测神经网络系统；用专家系统工具Jess工具设计企业大数据平台；用tensorflow/Keras/Phtyon 实现手写体数字识别、电影评价情感识别系统，设计股票预测系统，人脸识别系统。
典型人工智能方面的成果：
1.神经网络专家系统理论及其在煤矿水害预测中的应用,1997年12月获机械工业部科技进步三等奖。
2.国家电子类规划教材：人工智能基础，电子工业出版社，2000年3月。（ISBN 7-5053-5725-5/G.489）
3.实时控制神经网络专家系统结构及推理算法，模式识别与人工智能，第8卷第2期（1995年6月）
查看更多
参会指南
会议门票 场馆介绍
温馨提示
酒店与住宿:
为防止极端情况下活动延期或取消，建议“异地客户”与活动家客服确认参会信息后，再安排出行与住宿。
退款规则:
活动各项资源需提前采购，购票后不支持退款，可以换人参加。
您可能还会关注
会议支持：
-
会员折扣
该会议支持会员折扣
具体折扣标准请参见plus会员页面 -
会员返积分
每消费1元累积1个会员积分。
仅PC站支持。 -
会员积分抵现
根据会员等级的不同，每抵用1元可使用的积分也不一样，具体可参见PLUS会员页面。 仅PC站支持。
部分参会单位
邮件提醒通知
赞助