《从AI小白直接晋级为具备一年经验的人工智能工程师的方法.doc》由会员分享,可在线阅读,更多相关《从AI小白直接晋级为具备一年经验的人工智能工程师的方法.doc(3页珍藏版)》请在三一文库上搜索。
1、从AI小白直接晋级为具备一年经验的人工智能工程师的方法2017年人工智能给了我们太多的惊喜和变化,从今年开始,国际巨头们纷纷开始大踏步地战略转向从移动优先转向AI优先:3月份的微软、4月份的Facebook、5月份的Google、6月份的苹果乃至前段时间百度大会上,李厂长的一句:无人车罚单都来了,量场还会远吗?直接掀起当天的高潮!由此可见:人工智能已经进入了全球爆发的前夜。个性化信息推送、人脸识别、语音操控等人工智能技术,已“入侵”日常生活的细枝末节。那人工智能有多火?平均每10.9个小时诞生一家AI企业。而且众所周知:国内大量的、一线的互联网公司已经在布局机器学习团队,优化智能产品,在这样的
2、背景下,不难想象,未来机器学习技术将会是技术人的新门槛和领域。那么问题来了,作为一名技术者,我该如何转型/学习AI技术?该如何加入这场被称为“第四次”科技革命的浪潮中?由CSDN旗下教育平台,CSDN学院出品的“人工智能工程师”课程项目,将带你循序渐进、由浅入深的学习,掌握机器学习所需知识与技术应用实践!这是一个120天的学习计划,目标是:能让你从AI小白直接晋级为具备一年经验的人工智能工程师!“人工智能工程师”分为三个阶段,从机器学习再到深度学习到项目实战,循序渐进,层层深入。1:机器学习原理项目实战知识点概览:本阶段主要讲解机器学习的原理,包括常用算法、模型评估与选择、特征工程等机器学习必
3、备知识,带您充分掌握机器学习的基本思路和流程。最后会实现一个商品推荐系统,组合各种特征工程技术和机器学习算法,提升使用算法、数据清洗和特征处理的能力,为工业实战奠定坚实的基础。加入课程第一阶段,挑战以下实战项目:项目1:房价预测案例;数据集探索熟悉机器学习领域的经典算法、模型及实现的任务等,同时学习搭建和配置机器学习环境,并学会用 线性回归 解决一个实际问题项目2:房价预测案例II用Logistic回归、神经网络和SVM等分类器实现商品分类;比较不同模型以及不同参数下SVM(不同正则参数和核函数)的性能,体会各模型的特点项目3:电商商品分类案例学习Boosting集成思想及基于树的集成算法,通
4、过XGBoost 实现电商商品分类项目,学习复杂模型参数调优项目4:人脸图像特征提取:PCA、ICA、NFM。电商用户聚类案例。学习用降维技术对高维特征进行降维,并通过两个实战案例学会使用非监督学习算法完成相关任务。项目5:商品推荐案例学会常用数据预处理方法及特征编码方法;学习特征工程的一般处理原则;组合各种特征工程技术和机器学习算法实现推荐系统项目6:毕业项目 实现一个实际的商品推荐系统。2:深度学习及实战项目强化训练知识点概览:全面了解、掌握机器学习领域内的监督式学习、非监督式学习、强化学习和深度学习,并亲手挑战前沿应用项目。加入课程第2阶段,挑战以下实战项目:项目1:Mnist手写数字识
5、别熟悉神经网络领域的常用术语、安装并配置深度学习框架Tensorflow,学会用Tensorflow解决一个实际问题。项目2:用CNN实现手写数字识别(Mnist数据集);验证码识别用Logistic回归、神经网络和SVM等分类器实现商品分类;比较不同模型以及不同参数下SVM(不同正则参数和核函数)的性能,体会各模型的特点项目3:20种分类/11530张图像数据集:图像检测任务学习图像分类任务及检测任务目前主要模型算法,并通过两个实战案例学习在Tensorflow框架下训练CNN模型。项目4:33万张图像数据集:图像语义分割任务。学习主流图像分割模型,并通过实战案例学习在Tensorflow框架下训练和调优CNN模型。项目5:CNN+RNN实现写诗机器人学习循环神经网络的原理及应用,并通过实战案例学习在Tensorflow框架下训练和调优CNN+RNN模型3:四个工业级实战项目知识点概览:本阶段将提供大量真实的数据集,从兴趣与自身实际情况出发,进行完整的实战项目设计。在项目实战过程中,对学员进行分组,小组成员自行商讨选择训练模型,并不断调整优化,最后进行项目成果展示。老师将根据具体项目情况进行点评,并提供指导意见。实战项目一览(可选):项目1:自然语言处理:文本分类。根据企业的注册、投资及经营范围等相关信息,对企业进行分类,为企业的估值提供参考。项目2:
链接地址:https://www.31doc.com/p-3374559.html