大數(shù)據(jù)與人工智能提綱
大數(shù)據(jù)與人工智能提綱詳細(xì)內(nèi)容
大數(shù)據(jù)與人工智能提綱
(一)統(tǒng)計(jì)分析、數(shù)據(jù)倉庫與可視化表達(dá)
綜述(大數(shù)據(jù)、人工智能、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí):這些詞的確切含義)
假設(shè)檢驗(yàn):“小數(shù)據(jù)”時(shí)代是怎么玩的?
“回歸”是數(shù)據(jù)挖掘算法嗎?
度量、指標(biāo)與維度
星型模型與雪花模型
下鉆與上卷
數(shù)據(jù)倉庫的應(yīng)用案例
圖表該怎么畫才對(duì)?
(二)大數(shù)據(jù)相關(guān)技術(shù)綜述hadoop:HDFS、Map-Reduce、Hbase、Hive、sqoop、pig、oozie等
spark:scala、spark-SQL、spark-Streaming等
搜索引擎:lucene(solr)、ES
并發(fā)的機(jī)器學(xué)習(xí)工具:R-hadoop、spark-MLLIB、 spark-R、pyspark(三)存儲(chǔ)在hbase中的數(shù)據(jù)
NoSQL(key-value)
Hbase:安裝
行鍵與列簇
如何利用Hbase的特點(diǎn)存儲(chǔ)行業(yè)數(shù)據(jù)
應(yīng)用程序如何訪問Hbase中的數(shù)據(jù)
數(shù)據(jù)遷移工具:sqoopHbase的應(yīng)用場(chǎng)景
(四)Hive:為SQL開發(fā)者留的活路
Hive:安裝(單用戶與多用戶)
Hive:基本操作
Hive:與典型的關(guān)系型數(shù)據(jù)庫的區(qū)別
存儲(chǔ)業(yè)務(wù)數(shù)據(jù)時(shí)的注意點(diǎn)
如果“想慢”,你還可以這樣…(不恰當(dāng)使用hive的案例介紹)
Hive的應(yīng)用場(chǎng)景
(六)Spark各組件的應(yīng)用
Hadoop最大的特點(diǎn)是什么?
Spark概述與安裝
Scala:你可以一直“點(diǎn)”下去
RDD:“映射”、“轉(zhuǎn)換”解決一切
spark-SQL
spark-streaming
spark-graphXspark-MLLIB
應(yīng)用場(chǎng)景
(七)機(jī)器學(xué)習(xí)-1
數(shù)據(jù)挖掘、知識(shí)發(fā)現(xiàn)與機(jī)器學(xué)習(xí)
工具:(早期)SPSS、SAS;
目前流行的工具R、Python等
決策樹(熵、貪心法、連續(xù)的和離散的)
聚類(k-means、k-medoid)
監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)的差異
機(jī)器學(xué)習(xí)性能評(píng)價(jià)指標(biāo)
(八)機(jī)器學(xué)習(xí)-2
KNN
關(guān)聯(lián)規(guī)則(頻繁項(xiàng)集、Apriori、支持度、置信度、提升度)
神經(jīng)網(wǎng)絡(luò)(神經(jīng)元、激勵(lì)函數(shù)、前饋神經(jīng)網(wǎng)絡(luò)的BP算法)
SVM(最大間隔、核函數(shù)、多分類的支持向量機(jī))
(九)機(jī)器學(xué)習(xí)-3
“概率派”與“貝葉斯派”
樸素貝葉斯模型(皮馬印第安人患糖尿病風(fēng)險(xiǎn)預(yù)測(cè))
極大似然估計(jì)與EM算法
HMM(三個(gè)基本問題:評(píng)估、解碼、學(xué)習(xí))
(十)機(jī)器學(xué)習(xí)-4
遺傳算法 (交叉、選擇、變異,“同宿舍”問題)
無監(jiān)督學(xué)習(xí)
集成學(xué)習(xí)(adaboost、RF)
強(qiáng)化學(xué)習(xí)
(十一)深度學(xué)習(xí)-1
連接主義的興衰
地形要更陡:改進(jìn)的目標(biāo)函數(shù)
0.9的100次方等于幾?克服梯度消散的方法(改進(jìn)的激勵(lì)函數(shù)、BN)
利用“慣性”下山:改進(jìn)的優(yōu)化算法(Adagrad、RMSprop、Adam)
防止“大鍋飯”:dropout
記憶的關(guān)鍵是“合理的忘記”:weight decay
(十二)深度學(xué)習(xí)-2
讓AI理解圖像:典型CNN
各種CNN
讓AI理解語言:RNN與LSTM、GRU
左右互搏術(shù):GAN
電子游戲的新玩法:DQN
葉梓老師的其它課程
DeepSeek 輔助日常工作培訓(xùn)提綱 03.03
DeepSeek輔助日常工作培訓(xùn)提綱一、引言介紹大模型領(lǐng)域的競(jìng)爭(zhēng)態(tài)勢(shì)強(qiáng)調(diào)DeepSeek的獨(dú)特優(yōu)勢(shì)二、DeepSeek概述DeepSeek的發(fā)展背景與定位DeepSeek各版本的特點(diǎn)與區(qū)別三、DeepSeek部署本地單機(jī)部署DeepSeek蒸餾版的硬件要求本地單機(jī)部署DeepSeek(量化)滿血版的配置與性能本地單機(jī)多卡部署DeepSeek(量化)滿血版的策
講師:葉梓詳情
知識(shí)圖譜的Python實(shí)現(xiàn)【課程簡(jiǎn)介】本課程包含知識(shí)圖譜的基本概念及常用算法,并實(shí)現(xiàn)了一個(gè)基于知識(shí)圖譜的對(duì)話機(jī)器人。通過1天的系統(tǒng)學(xué)習(xí)、案例講解和動(dòng)手實(shí)踐,讓學(xué)員能初步了解知識(shí)圖譜的的相關(guān)知識(shí)與技術(shù)。【課程對(duì)象】理工科本科以上,或至少了解一種編程語言。知識(shí)圖譜基礎(chǔ)知識(shí)圖譜存儲(chǔ)知識(shí)圖譜基礎(chǔ)概念知識(shí)推理本體推理方法本體推理工具語義搜索RDF與RDFSOWL與OW
講師:葉梓詳情
智能醫(yī)療技術(shù)與ChatGPT臨床應(yīng)用三日深度培訓(xùn)第一天:人工智能基礎(chǔ)與Python編程入門上午:人工智能在醫(yī)療領(lǐng)域的應(yīng)用概述Python編程基礎(chǔ)環(huán)境搭建、數(shù)據(jù)類型、流程控制Python環(huán)境搭建Python數(shù)據(jù)類型與流程控制Python函數(shù)的應(yīng)用Python面向?qū)ο缶幊?文件讀寫和目錄操作異常處理機(jī)器學(xué)習(xí)概述數(shù)據(jù)探索性分析:智能化數(shù)據(jù)分析特征工程:數(shù)據(jù)準(zhǔn)備、數(shù)
講師:葉梓詳情
人工智能“最強(qiáng)模型”transformer詳解【課程簡(jiǎn)介】Transformer是迄今為止人工智能領(lǐng)域的最新和最強(qiáng)大的模型類別之一。它幾乎正在憑借一己之力來推動(dòng)深度學(xué)習(xí)的又一波重大進(jìn)步。Transformer模型充分運(yùn)用了稱為注意力和自注意力機(jī)制,以檢測(cè)系列(或圖像)中元素相互影響和相互依賴的微妙關(guān)系。本課程通過2天時(shí)間的詳細(xì)介紹,可使學(xué)習(xí)者初步了解Tran
講師:葉梓詳情
人工智能+自然語言處理3天 03.03
||1.人工智能概述||第一節(jié):人工智能與機(jī)器學(xué)習(xí)基礎(chǔ)|2.機(jī)器學(xué)習(xí)概述|||3.機(jī)器學(xué)習(xí)算法應(yīng)用分析|||1.一元線性回歸|||2.代價(jià)函數(shù)|||3.梯度下降法||第二節(jié):回歸算法|4.sklearn一元線性回歸應(yīng)用|||5.多元線性回歸|||6.sklearn多元線性回歸應(yīng)用|||案例:葡萄酒質(zhì)量和時(shí)間的關(guān)系|||1.KNN分類算法介紹|||2.KNN分
講師:葉梓詳情
人工智能算法詳解 03.03
人工智能技術(shù)詳解【課程內(nèi)容】本課程包含大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、知識(shí)圖譜、強(qiáng)化學(xué)習(xí)與深度強(qiáng)化學(xué)習(xí)的相關(guān)知識(shí)?!菊n程時(shí)長】7天(7小時(shí)/天)【課程對(duì)象】理工科本科及以上,且至少了解一門編程語言?!菊n程大綱】(培訓(xùn)內(nèi)容可根據(jù)客戶需求調(diào)整)時(shí)間內(nèi)容案例實(shí)踐與練習(xí)Day1上午準(zhǔn)備工作準(zhǔn)備工作1.概念與術(shù)語2.Python(Anaconda)的安裝3.Pycharm
講師:葉梓詳情
人工智能與深度學(xué)習(xí)_3天 03.03
人工智能與深度學(xué)習(xí)第一天:人工智能概念與經(jīng)典算法人工智能概念綜述(第一天——1)從一些術(shù)語辨析人工智能人工智能之連接主義的興衰史這次AI的熱潮是怎么來的?圖像處理領(lǐng)域的最新熱點(diǎn)(第一天——2)分類、目標(biāo)檢測(cè)與實(shí)例分割風(fēng)格遷移自動(dòng)駕駛?cè)梭w姿態(tài)識(shí)別超分辨率圖像生成語言處理領(lǐng)域的最新熱點(diǎn)(第一天——3)Attention機(jī)制自動(dòng)構(gòu)建知識(shí)圖譜看圖說話預(yù)訓(xùn)練機(jī)制三大經(jīng)
講師:葉梓詳情
人工智能之最新自然語言處理技術(shù)與實(shí)戰(zhàn)課程介紹:自然語言處理(簡(jiǎn)稱NLP)是計(jì)算機(jī)科學(xué)和人工智能研究的一個(gè)重要方向,研究計(jì)算機(jī)和理解和運(yùn)用人類語言進(jìn)行交互的問題,它是集語言學(xué)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、大數(shù)據(jù)于一體的綜合學(xué)科。本課程主要介紹了NLP中的常用知識(shí)點(diǎn):分詞、詞法分析、句法分析、向量化方法、經(jīng)典的NLP機(jī)器學(xué)習(xí)算法,還重點(diǎn)介紹了NLP中最近兩年來基于大規(guī)模語
講師:葉梓詳情
第一天上午:統(tǒng)計(jì)分析原理從最簡(jiǎn)單的案例開始統(tǒng)計(jì)基礎(chǔ)描述性統(tǒng)計(jì)用SPSS實(shí)現(xiàn)描述性統(tǒng)計(jì)的案例回歸分析:線性回歸回歸分析:logistics回歸用SPSS實(shí)現(xiàn)回歸分析的案例可視化工具第一天下午:數(shù)據(jù)庫與數(shù)據(jù)倉庫介紹數(shù)據(jù)庫概述SQL(基本的增、刪、改、查)SQL(稍復(fù)雜的子句或嵌套)基于MySQL的上機(jī)操作SQL語言數(shù)據(jù)倉庫:度量與維度數(shù)據(jù)倉庫:星型模型、雪花模型
講師:葉梓詳情
- [潘文富]薪資考核的初步改善措施
- [潘文富]新開門店的白板期要做些什
- [潘文富]經(jīng)銷商終端建設(shè)的基本推進(jìn)
- [潘文富]中小企業(yè)招聘廣告的內(nèi)容完
- [潘文富]優(yōu)化考核方式,減少員工抵
- [王曉楠]輔警轉(zhuǎn)正方式,定向招錄成為
- [王曉楠]西安老師招聘要求,西安各區(qū)
- [王曉楠]西安中小學(xué)教師薪資福利待遇
- [王曉楠]什么是備案制教師?備案制教
- [王曉楠]2024年陜西省及西安市最
- 1社會(huì)保障基礎(chǔ)知識(shí)(ppt) 21204
- 2安全生產(chǎn)事故案例分析(ppt) 20283
- 3行政專員崗位職責(zé) 19086
- 4品管部崗位職責(zé)與任職要求 16278
- 5員工守則 15490
- 6軟件驗(yàn)收?qǐng)?bào)告 15427
- 7問卷調(diào)查表(范例) 15153
- 8工資發(fā)放明細(xì)表 14588
- 9文件簽收單 14250