AI算法深入研究能力AI算法深入研究能力指算法实用性、先进性、可拓展性，让学员掌握算法模型举一反三的技能。
AI算法业务流处理能力AI算法业务流处理能力指通过企业实战场景、业务流，对AI技术实战训练，解决实战业务流问题。
技术栈SeleniumRequestsJs
技术栈XpathMysqlESFilter
技术栈CounterSeabornOpencvTensorboardJiebaPillow
技术栈LossSelectionEntropyLossAdamSGD
技术栈CrossValidationModelPredictTrainTestSplit
技术栈PytorchTensorflowKerasSklearn
技术栈AcuracyRecalPrecisionF1
技术栈DjangoFlaskDockerTensorflow-Serving
技术栈AbtestUnitestAPItest
技术架构
课程实例：在线医生项目
分布式模型部署与性能提升技巧
医疗领域知识图谱neo4j存储N度关系查询图数据管理医疗对话生成模型训练基于BERT的对话连贯性判断用户意图识别Bi-LSTM+CRF的命名实体识别多轮对话管理系统基于Redis的缓存基于Unit的规则生成器多轮对话控制机制
医疗数据清洗与数据处理流水线
机器学习、推荐、通用框架
科学计算库，特征工程，十大经典算法，主流应用领域，推荐系统，主流框架人工智能框架TensorFlow、Pytorch。
图像与视觉处理CV
图像分类，目标检测和追踪，图像语义分割，场景文字识别，图像生成，人体关键点检测及标签识别，视频分类。
自然语言处理NLP
分词，命名实体识别，词性标注、句法分析、语义理解、信息抽取、机器翻译、文本摘要、问答系统、阅读理解。
人工智能前沿技术和未来热点
进化学习、分布式机器学习、强化学习、立体视觉与SLAM、点云处理、对称权重与深度置信网络、模型可解释性，模型压缩，迁移学习，终身学习，元学习。
·Python基础语法·Python数据处理·函数·文件读写·异常处理·模块和包
1、掌握Python开发环境基本配置；2、掌握运算符、表达式、流程控制语句、数组等的使用；3、掌握字符串的基本操作；4、初步建立面向对象的编程思维；5、熟悉异常捕获的基本流程及使用方式；6、掌握类和对象的基本使用方式。
熟练掌握人工智能Python语言，建立编程思维以及面向对象程序设计思想，使学员能够熟练使用Python技术完成基础程序编写。
·面向对象·网络编程·多任务编程·高级语法·Python编程综合项目·Python数据结构
1、掌握网络编程技术，能够实现网络通讯；2、知道通讯协议原理；3、掌握开发中的多任务编程实现方式；4、知道多进程多线程的原理。
熟练使用Python，掌握人工智能开发必备Python高级语法。
·Linux·MySQL与SQL·Numpy矩阵运算库·Pandas数据清洗·Pandas数据整理·Pandas数据可视化·Pandas数据分析项目
1、掌握Linux常用命令，为数据开发后续学习打下的良好基础；2、掌握MySQL数据库的使用；3、掌握SQL语法；4、掌握使用Python操作数据库；5、掌握Pandas案例；6、知道会图库使用；7、掌握Pandas数据ETL；8、掌握Pandas数据分析项目流程。
掌握SQL及Pandas完成数据分析与可视化操作。
·机器学习简介·K近邻算法·线性回归·逻辑回归·决策树·聚类算法·集成学习·机器学习进阶算法·用户画像案例·电商运营数据建模分析案例
掌握机器学习基本概念，利用多场景案例强化机器学习建模。
·金融风控项目业务背景介绍·风控建模介绍·机器学习评分卡·金融风控特征工程·不均衡学习和异常检测·推荐项目数据采集·推荐系统召回业务·推荐系统排序业务·基于多路召回的实时推荐·推荐系统平台调度·推荐系统性能评估
1、掌握风控业务场景的常用指标；2、掌握评分卡的建模流程；3、掌握评分卡特征工程的常用套路；4、熟练运用机器学习算法解决风控业务场景下的问题；5、掌握多行业推荐业务；6、掌握推荐业务建模流程；7、掌握召回，排序基础算法；8、熟练运用机器学习算法解决推荐业务问题；9、掌握大数据计算框架基本使用。
1、掌握掌握金融风控或推荐系统项目2、掌握运用机器学习算法解决实际业务的分类、聚类、回归的问题
·深度学习基础·BP神经网络·经典神经同络结构（CNN&RNN）·深度学习多框架对比·深度学习正则化和算法优化·深度学习Pytorch框架·NLP任务和开发流程·文本预处理·RNN及变体原理与实战·Transformer原理与实战·Attention机制原理与实战·传统序列模型·迁移学习实战
·ChatGPT入门·ChatGPT原理详解·ChatGPT项目实战·基于大型预训练模型搭建聊天机器人·聊天机器人和问答系统
1、掌握大规模知识图谱技术与自然语言处理在多领域的应用2、掌握ChatGPT聊天机器人实战3、掌握基于大型预训练模型搭建聊天机器人4、熟悉端到端以及结合知识库的多轮多任务对话系统网络结构
·解决方案列表·项目架构及数据采集·命名实体识别·对话系统·项目架构·多模型预测·模型的迭代优化·模型的上线部署与总结·智能文本分类·模型上线
1、掌握自然语言处理项目，完成文本摘要或传智大脑项目2、掌握自然语言处理项目，完成智能文本分类或知识图谱项目3、掌握运用NLP核心算法解决实际场景关系抽取的问题
·机器学习核心算法加强·深度学习核心算法加强·数据结构与算法·多行业项目扩展·图像与视觉处理介绍·目标分类和经典CV网络·目标检测和经典CV网络·目标分割和经典CV网络
1、机器学习与深度学习核心算法，NLP经典算法，数据结构算法、Djkstra算法，动态规划初步，贪心算法原理，多行业人工智能案例剖析；2、经典卷积网络：LeNet5、AlexNet、VGG、Inception、GoogleNlet、残差网络深度学习优化;RCNN、FastRCNN;FasterRCNN;SSD、YOLOM、YOLOV2、YOLOV。
1、掌握数据结构与算法，核心机器学习、深度学习面试题，助力高薪就业；2、掌握计算机视觉基础算法，诸如CNN、残差网络、Yolo及SSD。
·解决方案列表·项目架构及数据采集·人脸检测与跟踪·人脸姿态任务·人脸多任务·系统集成
1、人脸检测与跟踪解决方案；2、人脸多任务解决方案；3、人脸识别任务解决方案；4、系统集成解决方案；。
掌握人脸支付项目或智慧交通项目或实时人脸识别项目。
本项目利用深度学习技术，跟踪路面实时车辆通行状况，并逐帧记录不同行车道车流量数目。车辆自动计数系统由计数系统、图像抓拍系统、实时监控录像系统组成，可在视频看出每个车辆的连续帧路径。
1、Siamese系列模型2、yoloV3目标检测3、SORT/DeepSORT算法4、卡尔曼滤波目标位置优化5、匈牙利算法目标匹配6、相机校正方法
本项目可通过摄像头实时采集视频人脸数据，也可批量图片输入自动化识别人脸；本项目对视频可实现人脸的跟踪，并标注姓名、性别、情绪（开心、生气、自然）等信息；能对进入视频的陌生人报警。
1、EigenFace2、LBPH3、双属性图4、动态人脸定位5、活体检测6、柔性模型技术7、Gabor系数特征匹配8、隐马尔科夫模型的图像分割
中文标签化系统是NLP基础任务的综合系统，同时又是NLP应用的基础设施。根据文本信息，给出对应的预定义标签将能够有效的支持用户画像，推荐系统等。同时，对于高阶NLP任务，如对话，翻译，寓意蕴含等在语料分类上将有很大的帮助。
1、标签词汇知识图谱2、特征工程3、fasttext模型4、多模型训练与预测5、AI业务流调试6、Django后端服务搭建
推荐系统的在当下的火爆程度毋庸置疑，个性化推荐的需求也是每一个toC产品应该实现的目标。本项目推荐系统策略与图像与视觉处理相结合，深度解决互联网产业的推荐业务场景。
1、知识图谱构建双画像2、多召回策略3、召回金字塔4、基于人脸5、场景6、表情推荐方案
人脸支付项目是一个基于计算机视觉方向的人脸识别项目，该项目以支付系统为背景介绍人脸处理的整体流程。利用机器学习和深度学习的方法，针对摄像头捕获的视频图像，进行人脸区域检测，人脸跟踪，人脸姿态的检测，通过人脸矫正，人脸比对完成人脸的识别。
1、人脸检测的解决方案2、人脸姿态（欧拉角）检测3、人脸关键点识别4、人脸多任务（年龄，性别等）5、人脸特征对比
1、Hadoop分布式文件存储和计算2、Sqoop大规模数据迁移3、Lambda架构4、Flume数据采集5、Kafka消息队列6、Spark机器学习7、用户特征工程8、TFIDF、TextRank文本特征工程9、多路召回策略10、Wide&Deep深度学习模型
根据用户的历史行为，挖掘出用户的喜好，并为用户推荐与其喜好相符的商品或者信息。同时让一些有价值的信息能够到达潜在的用户之中。其中用户画像标签系统为推荐系统提供数据支持，商品推荐的Ctr/Cvr点击率/转化率预估系统为推荐系统推荐结果提供排序依据。
1、推荐系统项目业务背景介绍2、推荐系统架构3、企业级用户画像4、SparkMllib案例实战5、多路召回算法6、排序算法7、推荐系统指标评估
1、jieba分词2、skip-gram模型3、CBOW模型4、词嵌入原理word_embedding5、神经网络RNN-LSTM-GRU6、Seq2Seq模型完整搭建和训练7、astText+Attention注意力机制
金融风控项目搭建了整套金融风控知识体系，从反欺诈、信用风险策略、评分卡模型构建等热点知识，使得学员具备中级金融风控分析师能力。
1、常见信贷风险、金融风控领域常用术语2、信贷审批业务基本流程、ABC评分卡概念、正负样本定义方法等3、特征衍生、特征交叉、特征评估与筛选4、逻辑回归评分卡、集成学习评分卡、模型评价（KS，AUC），评分映射方法，模型报告5、样本不均衡的处理方法，异常点检测的常用方法
特定目标车辆跟踪Siamese系列模型的解决方案SORT/DeepSORT算法多目标车辆跟踪解决方案
建立交通流系统状态和观测状态的解决方案车辆检测、计数和分类解决方案
图像去畸变的解决方案实时车道线检测的解决方案
实时采集摄像头人脸视频的解决方案利用深度学习方法进行人脸属性提取的解决方案
动态图像人脸定位的解决方案利用深度神经网络进行人脸实时识别跟踪的解决方案
医学影像格式转换的解决方案肺部实质形态分割的解决方案
利用深度学习模型进行肺结节检测及分割的解决方案可疑病灶区域标记及预诊断的解决方案
基于多模型级联学习的场景识别解决方案浅CNN模型和深CNN模型集成学习
mlp模型组合预判场景解决方案在线图片识别-商品检测项目（CV）
基于端到端算法的目标检测解决方案模型训练中数据增强的解决方案
基于LabelImage的图像标注的解决方案知识图谱的双画像关系存储解决方案
动态/静态标签的AI属性方案实时响应的AI金字塔召回方案
wide-deep模型的排序模型方案医疗领域NER解决方案
对话管理系统与AI结合解决方案大规模快速文本分类解决方案
多模型并行预测解决方案分布式模型训练解决方案
多标签知识图谱构建解决方案基于Flume+Kafka的实时数据采集解决方案
wide&deep深度神经网络模型的排序方案双通道redis&hbase的实时请求服务解决方案
推荐系统冷启动解决方案中文分词和向量化的解决方案
基于神经网络端到端的解决方案语言模型调优与注意力机制优化的方案
模型训练流水线模型并行预测服务模型热更新微服务分布式模型训练自动参数调优Fasttext模型全面解析应用Transformer迁移学习深入实践ResNet主干视觉网络剖析强化学习与对抗网络解读大型模型压缩与知识蒸馏探索对抗网络系列算法论文复现……
20+名
平均5年+
300+次
百度云智学院，制定人工智能人才培养方案双方将共同制定和推广“人工智能”人才标准及人才培养方案，并根据各自的优势共同进行课程设计和优化，旨在培养更专业的人工智能领域人才。
京东人工智能平台，达成AI项目资源深度合作双方将通过平台建设、课程研发、人才培养及产品创新，围绕人工智能数据科学、图像与视觉处理、自然语言处理等领域开展更多深度合作。
北京大学电子与通信工程硕士,多年开发经验,熟悉web后端,移动端,大数据,机器学习等技术,精通javaPython等常用开发语言,在多家软件公司担任高级工程师,项目经理,有新浪微博,中新网新闻发布系统等多个大型项目经验。
10年Linux平台互联网开发经验，业界讲师。精通Linux内核开发、内核系统移植、ARMSOC体系结构设计、C/C++、Python、Javascript、LISP、ARM/X86汇编等编程语言，全栈工程师对计算机原理从上到下融会贯通。
多年软件开发经验和丰富的教学经验，先后在多家公司担任团队技术负责人。熟悉Python、C、Objective-C、Swift等编程语言,带领团队开发出《利安社区》《荣华果园》《爱遇》《WinShop》等。授课风趣幽默，善于引导学生主动思考问题。
多年研发经验和教学经验。精通Linux操作系统各种应用开发，精通C/C++、Python语言编程，对GTK+、Qt等图形界面编程有深入研究，精通网络编程，交换机、路由器、TCP/IP协议栈等。拥有丰富授课及培训技巧，讲课幽默生动有趣，深入浅出。
计算机专业毕业，多年IT教育培训及多年开发经验，精通Python、C、OC、Swift等编程语言，主导过多个项目开发，社交、新闻、购物等APP和后端领域，注重移动端与后台接口交互体验。授课思路清晰明了，通俗易懂。
人工智能方向博士,微软AI课程导师;曾任职于多家世界500强公司及无人机行业领先企业的研发部门;授课经验丰富,精准把握方向,知识体系完备;开拓的国际视野,具有亚欧大陆、南北美洲等30余个国家的访学阅历。
多年开发与IT教学经验，精通Python、MySQL、HTML、CSS、JavaScript等编程语言。技术纯熟，项目经验丰富。授课风趣幽默，以不同的授课风格打破代码课程对学生的常规束缚，引导不同基础的学生日有所长。