人工智能基礎理論主題：機器學習，深度學習，大模型，多模態(tài)1. 機器學習基礎 1.1 機器學習的基本概念 機器學習的定義與重要性 數(shù)據(jù)驅(qū)動的方法與傳統(tǒng)編程的區(qū)別 1.2 常見的機器學習算法及其應用場景 線性回歸：用于預測連續(xù)值 邏輯回歸：用于二分類問題 決策樹與隨機森林：用于分類和回歸 支持向量機（SVM）：用于分類問題2. 深度學習基礎 2.1 深度學習的基本原理 人工神經(jīng)網(wǎng)絡的結構與工作原理 激活函數(shù)：Sigmoid、ReLU、Tanh等 2.2 關鍵技術 反向傳播算法：損失函數(shù)與梯度下

 李海良查看詳情

第一天：人工智能基礎理論主題：機器學習，深度學習，大模型，多模態(tài)1. 機器學習基礎 1.1 機器學習的基本概念 機器學習的定義與重要性 數(shù)據(jù)驅(qū)動的方法與傳統(tǒng)編程的區(qū)別 1.2 常見的機器學習算法及其應用場景 線性回歸：用于預測連續(xù)值 邏輯回歸：用于二分類問題 決策樹與隨機森林：用于分類和回歸 支持向量機（SVM）：用于分類問題2. 深度學習基礎 2.1 深度學習的基本原理 人工神經(jīng)網(wǎng)絡的結構與工作原理 激活函數(shù)：Sigmoid、ReLU、Tanh等 2.2 關鍵技術 反向傳播算法：損失函

 李海良查看詳情

《軟件工程設計》課程教學大綱 總學時數(shù)： 60學時，其中：理論教學 30學時，實踐教學 30 學時 學分： 先修課程：《計算機基礎》，《C語言程序設計》，《數(shù)據(jù)結構》和《數(shù)據(jù)庫原理及其應用》 考核方式：考試 一、制訂大綱的依據(jù) 本大綱根據(jù)2020年計算機應用技術專業(yè)教學計劃制訂 二、課程簡介 軟件工程作為一門專業(yè)主干課，重點要求學生學習與軟件開發(fā)和維護有關的四個方面的主要內(nèi)容——過程與模型、方法與技術、工具與環(huán)境、標準與規(guī)范。進而通過課程實踐培養(yǎng)學生運用軟件工程基本原理解決實際問題，并從事復雜軟

 李海良查看詳情

網(wǎng)絡安全滲透測試培訓大綱 培訓目標：本培訓旨在通過五天的學習，使學員全面掌握網(wǎng)絡安全滲透測試的理論知識與實踐技能。培訓將理論與實踐相結合，確保學員能夠在理解滲透測試原理的基礎上，熟練運用各種工具和技術進行實際操作。通過培訓，學員將能夠獨立完成滲透測試項目，提升網(wǎng)絡安全防護與應急響應能力。第一天：滲透測試基礎與理論上午 網(wǎng)絡安全概述 網(wǎng)絡安全的重要性與挑戰(zhàn) 常見的網(wǎng)絡攻擊類型與防御策略 滲透測試定義、目的與法律合規(guī)性 滲透測試的目的與意義 法律合規(guī)性與道德標準 網(wǎng)絡安全標準與框架介紹 OWASP Top 10 NIST Cybersecurity Framework下午

 李海良查看詳情

業(yè)務數(shù)字化方法論課程背景：一方面，隨著信息化的深入，在傳統(tǒng)IT建設方式下，企業(yè)獨立采購或者自建的各種企業(yè)信息系統(tǒng)，在內(nèi)部數(shù)據(jù)無法互通，難以配合業(yè)務數(shù)字化的快速發(fā)展；另一方面，云服務的出現(xiàn)，讓硬件基礎設施轉(zhuǎn)向成數(shù)據(jù)云策略，讓IT架構更靈活，但這也讓互聯(lián)互通困擾企業(yè)發(fā)展。數(shù)據(jù)中臺和業(yè)務中臺是企業(yè)數(shù)字化轉(zhuǎn)型的必然產(chǎn)物。中臺架構作為整個企業(yè)各個業(yè)務所需數(shù)據(jù)服務的提供方，形成一套高效可靠的數(shù)據(jù)資產(chǎn)體系和數(shù)據(jù)服務能力，從而實現(xiàn)數(shù)據(jù)資產(chǎn)化和資產(chǎn)服務化。疫情后的2022年是數(shù)據(jù)中臺爆發(fā)的元年，接下來的“數(shù)據(jù)業(yè)務化”則是將已經(jīng)成為資產(chǎn)的數(shù)據(jù)作為生產(chǎn)資料融入業(yè)務價值的創(chuàng)造過程，使之持續(xù)產(chǎn)生價值。本課程的重點將在數(shù)

 李海良查看詳情

深度學習框架技術培訓課程大綱 第一天：深度學習基礎與框架概述上午：深度學習入門 深度學習歷史與基本原理神經(jīng)網(wǎng)絡基礎：感知機、多層前饋網(wǎng)絡激活函數(shù)與損失函數(shù)介紹反向傳播算法原理深度學習框架重要性 為什么需要深度學習框架主流深度學習框架概覽（TensorFlow, PyTorch, Keras, MXNet等）框架選擇考量因素下午：TensorFlow框架基礎 TensorFlow簡介與安裝計算圖與會話（TensorFlow 1.x）TensorFlow 2.x簡介：Eager Execution模式Tensor與Variable基本概念PyTorch框架基礎 PyTorch簡介與安裝動態(tài)圖機制與

 李海良查看詳情