客服咨询

意见反馈

终身学习智能服务
课程
人工智能数据分析与挖掘应用工程师(中级)
人工智能数据分析与挖掘应用工程师/--/
0.0
5732
视频
54.7
课时
2800.00
介绍
目录

课程概述

人工智能数据分析与挖掘应用工程师(中级)

课程目标

考核评价

讲师介绍

详细介绍

学员须知

学员完成学习后,参加工业和信息化部教育与考试中心组织的统一考试,合格者将获得工信部教育与考试中心颁发的“职业能力证书”(电子版,可下载打印),纳入“工信部教育与考试中心技术技能人才数据库”,可在官网查询。优秀学员将有机会参加教育考试中心或课程项目方组织的主题会议、课程沙龙等活动,并享受就业服务指导及相关优秀企业推荐就业等服务。


课程定位

培养人工智能数据分析与挖掘方向的中高端人才

数据科学是人工智能的核心基础,在大数据和人工智能时代,数据的价值日益显现,企业对数据处理工程师、数据分析师、可视化工程师、数据挖掘工程师等岗位的需求迅速增长,薪资水平不断提高。本课程定位于培养企业紧缺的具备编程能力的数据分析与挖掘方向的中高端人才,熟悉AI相关算法,掌握深度学习原理,能够完成数据的采集,数据的清洗与合并,数据的存储与分析等工作。


培养对象

1.对人工智能数据科学感兴趣的政府及企、事业单位在职人员

2.本科院校、高职高专相关专业在读学生

3.对人工智能数据科学感兴趣的其他人员


课程主要内容

通过案例驱动方式帮助学习者快速提高实战能力,在案例中融入理论知识,让学员在实际编程中掌握人工智能数据分析与挖掘相关知识和技能。


讲师介绍

翟健,阿里云高级技术专家,原TOM网技术总监。编著有《机器学习原理与实战》、《深度学习原理与实战》、《数据分析与可视化》等技术学习教程。擅长案例驱动式教学,注重目标和兴趣引导,累计发布人工智能相关实战学习视频超过300小时,广受欢迎。


陈石华,毕业于清华大学,原迅雷资深算法工程师。编著有《商业数据挖掘案例教程》、《精通Matplotlib数据可视化》等技术教材。参与的项目包括:多模态声纹识别检索系统、人体步伐步态识别系统、快客无人商超等,具有丰富的项目研发经验。 


孙斌,数据分析首席讲师,大数据专家,从事大数据研发和教育10余年,先后任职百度、Oracle、开课吧,致力于Python、SPSS等数据分析工具课程培训。


加春燕,北京工业职业技术学院数学老师,全国数学建模微课获奖讲师。


课程支持:北京伟东凌鸿教育科技有限公司

联系方式:4008-555-686




1-AI数学基础
第一节 导数的相关概念

(2008s)

第二节 导数的计算(一)(上)

(1575s)

第二节 导数的计算(一)(下)

(1099s)

第三节 导数的计算(二)(上)

(1582s)

第三节 导数的计算(二)(下)

(1021s)

第四节 导数的应用(一)(上)

(1740s)

第四节 导数的应用(一)(下)

(981s)

第五节 导数的应用(二)(上)

(1505s)

第五节 导数的应用(二)(下)

(1090s)

第六节 导数的应用(三)(上)

(1708s)

第六节 导数的应用(三)(下)

(1169s)

第一节 向量及其运算(一)

(1679s)

第一节 向量及其运算(二)

(640s)

第二节 矩阵及其运算(一)

(1430s)

第二节 矩阵及其运算(二)

(1327s)

第三节 行列式及其应用(一)

(1277s)

第三节 行列式及其应用(二)

(1575s)

第四节 逆矩阵及其应用(一)

(1691s)

第四节 逆矩阵及其应用(二)

(870s)

2-深度学习原理与实战
1、第一章 任务一 初识深度学习

(1339s)

2、第一章 任务二 机器学习简史回顾

(1611s)

3、第一章 任务三 理解神经网络的工作原理

(2014s)

1、第二章 任务一 Windows下Tensorflow平台搭建

(1662s)

2、第二章 任务二 Linux下Tensorflow平台搭建

(1054s)

3、第二章 任务三 理解张量(Tensor)与运算图

(1732s)

4、第二章 任务四 使用Keras搭建序贯式模型.

(1974s)

1、第三章 任务一 前馈神经网络机制解析

(766s)

2、第三章 任务二 前馈网络实现MNIST手写数字识别(1)

(1872s)

3、第三章 任务二 前馈网络实现MNIST手写数字识别(2)

(1706s)

4、第三章 任务二 前馈网络实现MNIST手写数字识别 (3)

(823s)

5、第三章 任务三 模型的保存与加载使用(1)

(1250s)

6、第三章 任务三 模型的保存与加载使用(2)

(964s)

7、第三章 任务四 实现泰坦尼克号生存者预测案例(1)

(1674s)

8、第三章 任务四 实现泰坦尼克号生存者预测案例(2)

(1323s)

9、第三章 任务五 模型编译及训练参数的选择

(1263s)

1、第四章 任务一 理解卷积神经网络的原理及优势(1)

(1399s)

2、第四章 任务一 理解卷积神经网络的原理及优势(2)

(1123s)

3、第四章 任务二 掌握卷积神经网络参数数量的计算

(1869s)

4、第四章 任务三 基于卷积神经网络的表情识别案例(1)

(1321s)

5、第四章 任务三 基于卷积神经网络的表情识别案例(2)

(1805s)

6、第四章 任务四 OpenCV人脸采集与神经网络建模识别(1)

(1718s)

7、第四章 任务四 OpenCV人脸采集与神经网络建模识别(2)

(1738s)

8、第四章 任务四 OpenCV人脸采集与神经网络建模识别(3)

(1257s)

9、第四章 任务四 OpenCV人脸采集与神经网络建模识别(4)

(1052s)

10、第四章 任务五 了解经典的卷积神经网络结构

(1218s)

1、第五章 任务一 理解循环神经网络的结构及特点

(1504s)

2、第五章 任务二 基于RNN的IMDB电影评论分类-1

(1274s)

3、第五章 任务二 基于RNN的IMDB电影评论分类-2

(1232s)

4、第五章 任务三 基于LSTM的股票价格走势预测-1

(1298s)

5、第五章 任务三 基于LSTM的股票价格走势预测-2

(1626s)

6、第五章 任务四 了解自然语言处理库(NLTK)

(2343s)

1、第六章 任务一 掌握Tensorboard可视化工具

(1208s)

2、第六章 任务二 掌握Keras函数式模型搭建(1)

(1534s)

3、第六章 任务二 掌握Keras函数式模型搭建(2)

(1368s)

4、第六章 任务二 掌握Keras函数式模型搭建(3)

(1217s)

5、第六章 任务三 理解和掌握图像数据增广方法

(1678s)

1、第七章 任务一 Pytorch介绍及环境搭建

(800s)

2、第七章 任务二 Pytorch深度学习入门(1)

(1198s)

3、第七章 任务二 Pytorch深度学习入门(2)

(1558s)

4、第七章 任务二 Pytorch深度学习入门(3

(1505s)

5、第七章 任务三 搭建全连接网络实现MNIST手写识别

(1898s)

6、第七章 任务三 搭建全连接网络实现MNIST手写识别(2)

(1011s)

7、第七章 任务四 卷积神经网络实现CIFAR-10图像分类(1)

(1806s)

8、第七章 任务四 卷积神经网络实现CIFAR-10图像分类(2)

(1869s)

9、第七章 任务五 基于LSTM网络的航班乘客预测

(1599s)

3-ETL基础
任务1 认识ETL

(1743s)

任务2 Kettle的安装和配置

(1023s)

任务3 导出数据库信息至Excel表

(933s)

任务4 学生信息系统数据迁移

(1467s)

任务5 数据表合并案例.

(1188s)

任务6 Job的创建和使用.

(1492s)

4-数据采集与预处理
课程简介

(147s)

01-Python爬虫基础:Requests、urllib

(931s)

02-解析网页数据:Xpath

(1062s)

03-爬虫实例:用XPath获取赶集网租房数据

(1659s)

04-正则表达式.

(931s)

05-爬虫实例:用正则表达式获取网页数据

(1183s)

06-正则表达式:模式修饰符及应用

(1472s)

07-爬虫实例:电商网站图片爬取

(1054s)

08-正则表达式:常用正则实例

(1661s)

09-Ajax数据及相关案例

(1646s)

10-反爬应对策略:浏览器模拟(一)

(875s)

10-反爬应对策略:浏览器模拟(二)

(1324s)

11-反爬应对策略:代理IP设置(一)

(1139s)

11-反爬应对策略:代理IP设置(二)

(1005s)

12-Beautiful Soup用法

(1598s)

13-Beautiful Soup案例:爬取赶集网租房数据(一)

(948s)

13-Beautiful Soup案例:爬取赶集网租房数据(二)

(1052s)

14-电商网站爬虫案例(一)

(1012s)

14-电商网站爬虫案例(二)

(1120s)

15-selenium基本用法(一)

(768s)

15-selenium基本用法(二)

(1309s)

16-selenium爬虫实例(一)

(1376s)

16-selenium爬虫实例(二)

(1794s)

17-模拟登陆:Cookie及Session

(954s)

18-模拟登陆实例

(1863s)

19-Scrapy安装与配置

(1052s)

20-Scrapy项目的目录结构_1

(2014s)

21-Scrapy常用命令

(1051s)

22-爬虫数据写入MySQL数据库(一)

(923s)

23-爬虫数据写入MySQL数据库(二)

(1846s)

24-Scrapy爬虫案例:电商网站爬虫

(1332s)

25-多线程爬虫

(1485s)

26-pandas相关:Series和DataFrame

(1142s)

27-pandas中的常用方法

(1191s)

28-数据存储:Python读写CSV文件和Excel文件

(1014s)

29-数据存储:Python操作数据库

(1166s)

30-数据预处理:数据的合并与转换

(1229s)

31-数据清洗:缺失值及异常值

(1588s)

资源方logo

伟东云教育

4

门课

0

人报名学习

承办单位:工业和信息化部教育与考试中心  技术支持:杭州沃土教育科技股份有限公司