参会报名
会议介绍
会议日程
会议嘉宾
参会指南
手机下单

首页 > 培训课程 > IT/技术培训 > 机器学习、深度学习、计算机图像处理和知识图谱应用与核心技术实战北京/上海培训班更新时间：2023-03-21T15:33:09

收藏3人

分享到

机器学习、深度学习、计算机图像处理和知识图谱应用与核心技术实战北京/上海培训班已截止报名
推荐参加：国家软考高级-系统分析师2024年线上培训班

课程时间： 2023-08-26 09:00至 2023-11-30 18:00结束

课程地点：上海详细地址会前通知周边酒店预订

主办单位：北京中培伟业管理咨询有限公司

行业热销热门关注看了又看换一换

会议介绍
会议内容主办方介绍

机器学习、深度学习、计算机图像处理和知识图谱应用与核心技术实战北京/上海培训班宣传图

机器学习、深度学习、计算机图像处理和知识图谱

应用与核心技术实战

培训班

地点

北京

上海

时间

8月

26-29

11月

27-30

培训

方式

现场面授/线上远程授课/视频回放、辅导答疑/定期的线上辅导答疑、专属互动群

（报名10人以上可预定线下培训地点，满足开班要求即可安排）

培训收益

课程中通过细致讲解，使学员掌握该技术的本质。具体收益包括：

1. 1. 回归算法理论与实战
  2. 决策树算法理论与实战
  3. 集成学习算法理论与实战
  4. 聚类算法理论与实战
  5. 神经网络算法
  6. Tensorflow DNN CNN构建
  7. 基于OpenCV计算机视觉识别
  8. YOLO目标识别框架
  9. 从0到1完成知识图谱构建
  10. 通过展示教师的实际科研成果，讲述人工智能与知识图谱的技术原理与应用系统开发方法、知识图谱系统开发工具使用方法。使学员掌握知识图谱基础与专门知识，获得较强的知识图谱应用系统的分析、设计、实现能力。
培训特色

本次培训从实战的角度对深度学习技术进行了全面的剖析，并结合实际案例分析和探讨深度学习的应用场景，给深度学习相关从业人员以指导和启迪。

北京中培伟业管理咨询有限公司

北京中培伟业管理咨询有限公司（以下简称“中培”）成立于2006年，其主营业务面向大中型企业的IT规划咨询业务和面向高端IT人才的培训类业务，其中咨询业务涉及大型集团化企业的IT战略规划、IT架构规划、IT综合管控等领域，培训业务涉及线上线下各种高级IT技术和管理类课程体系。借助于其优质的专家资源池和互联网平台，中培已经为众多的世界500强企业、国有大中型集团化企业、国际知名互联网企业提供过高质量的信息化战略规划、组织架构规划、科技人才管理、信息技术架构规划、信息系统开发和运维管理、信息化能力评测的相关培训与咨询服务。

会议日程（最终日程以会议现场为准）

日程安排

培训模块

培训内容

机器学习与线性回归算法

线性回归实现销售数据预测

线性回归介绍与公式推导
多变量线性归回归与梯度下降
预测销量与广告投放相关性预测
数据升维与PCA降维
数据归一化与模型优化
欠拟合与过拟合
训练结果的可视化
保存模型与再加载

逻辑回归与决策树实战

逻辑回归之信用卡反欺诈预测

项目背景与需求分析
特征工程之标准化
基本预处理操作
上采样与下采样
混淆矩阵可视化函数
模型的训练与准确率,精确率,召回率

决策树、集成学习识别银行高风险贷款

信息增益与算法原理介绍
数据分析、特征工程
模型训练与优化参数
随机森林、正向激励算法
采用决策树识别高风险贷款

Tensorflow2.3 神经网络

深度学习与深度神经网络实践

Tensorflow安装
Tensorlfow基础知识
Tensorflow线性回归
Tensorflow非线性回归
Mnist数据集合Softmax讲解
使用BP神经网络搭建手写数字识别
交叉熵(cross-entropy)讲解和使用
过拟合,正则化,Dropout
各种优化器Optimizer
改进手写数字识别网络
模型保存与载入

深度学习之卷积神经网络

CIFAR图形图像识别项目

CIFAR项目需求介绍
分析爱data_batch数据集
CNN卷积神经网络介绍
卷积、深度、池化、步长、激活函数

采用CNN完成CIFAR物体分类

人脸识别数据集与算法介绍
模型结构设计
人脸损失函数设计
模型与参数调优

Keras 神经网络框架

Keras理论介绍最佳实战

Keras神经网络框架介绍
基于Keras情感类分析
动物分类器实现
采用Keras实现非线性回归
生成式对抗神经网络原理及应用
模块结构分析与优化策略
采用Keras重构TensorFlow项目

Open CV计算机视觉技术

OpenCV的人脸识别

OpenVINO框架介绍与安装测试
OpenCV DNN中使用IE模块加速
转化工具与IE模块加速
准备人脸数据
CV扫描图像、平滑、扩张实现
DNN神经网络识别人脸
测试与调优操作
基于Open CV DNN 构建车辆与车牌检查模型

YOYO目标识别框架技术

YOYO目标识别框架介绍

标检测任务介绍
RCNN/Fast-RCNN/Faster-RCNN算法介绍
YOLO算法介绍
目标分割任务介绍
全卷积网络
双线性上采样
特征金字塔
Mask RCNN算法介绍
目标分割项目实战

图数据库与构建知识图谱

知识表示与建模

知识图谱核心技术：知识推理
知识图谱应用场景与抽取概述介绍
本体知识推理与任务分类
实体与关系、事件抽取技术
采用TxtCnn、CRF完成知识抽取
采用RNN、LSTM完成知识抽取

知识存储与问答机器人构建

知识存储neo4j常用数据库
Cyhper语言介绍
采用Py操作Neo4j数据库
基于知识图谱问答机器人构建

知识图谱概述

1.知识图谱（KG）概念

2.知识图谱的起源与发展

3.典型知识图谱项目简介

4.知识图谱技术概述

5.知识图谱典型应用

知识表示

1.基于符号主义的知识表示概述

1.1 谓词逻辑表示法

1.2 产生式系统表示法

1.3 语义网络表示法

2 知识图谱的知识表示

2.1 RDF和RDFS

2.2 OWL和OWL2

2.3 Json-LD与RDFa、MicroData

2.4 SPARQL查询语言

3 知识建模实战 Protege

知识图谱核心基础技术（一）

神经网络与深度学习

1.经网络基本原理

2.神经网络应用举例

3.深度学习概述

4.主流深度学习框架

4.1 TesorFlow

4.2 Caffe

5.卷积神经网络（CNN）

5.1 CNN简介

5.2 CNN关键技术:局部感知、卷积、池化、CNN训练

5.3 典型卷积神经网络结构

5.4 深度残差网络

5.5 案例：利用CNN进行手写数字识别

知识图谱核心基础技术（二）

基于深度学习的自然语言处理

1.循环神经网络（RNN）概述

2.基本RNN

3.长短时记忆模型(LSTM)

4.门控循环单元（GRU）

5.知识图谱向量表示方法

5.1 向量表示法

5.2 知识图谱嵌入

知识抽取与融合

1.知识抽取主要方法与方式

1.1 主要方法

1.2 主要方式

2 面向结构化数据的知识抽取

2.1 Direct Mapping

2.2 R2RML

3.面向半结构化数据的知识抽取

3.1 基于正则表达式的方法

3.2 基于包装器的方法

4.面向非结构化数据的知识抽取

4.1 实体抽取
4.2 关系抽取

4.3 事件抽取
5.识挖掘

5.1知识挖掘流程

5.2 知识挖掘主要方法

6 知识融合

6.1 本体匹配
6.2 实体对齐

存储与检索

1.知识存储与检索基础知识

2.知识图谱的存储方法

2.1基于关系数据库的存储
2.2 基于RDF数据库的存储

2.3 原生图数据库Neo4j存储

3.图谱构建实践 NEO4J

知识图谱案例

基于Neo4j人物关系知识图谱存储与检索

会议嘉宾（最终出席嘉宾以会议现场为准）

授课专家

刘老师 西安邮电学院计算机科学与技术本科专业，拥有着十几年软件研发经验，7年企业培训经验，对Java、Python、区块链等技术领域有独特的研究，精通J2EE企业级开发技术。Java方向：设计模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且对Java源码有深入研究。Python方向：Python OOP、Mongodb、Django、Scrapy爬虫、基于Surprise库数据推荐，Tensorflow人工智能框架、人脸识别技术。区块链方向：BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS。

覃老师 上海大学物理学硕士，创业公司合伙人，技术总监。机器学习，深度学习领域多年一线开发研究经验，精通算法原理与编程实践。曾使用Tensorflow，Caffe，Keras等深度学习框架完成过多项图像，语音，nlp，搜索相关的人工智能实际项目，研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验，讲课通俗易懂，代码风格简洁清晰。

王老师 计算机博士，深入理解传统的计算机视觉方法与目前主流的深度学习算法，在图像识别、目标检测、图像分割、OCR、人脸识别等方向均进行了丰富的项目实战。熟练使用OpenCV、Tensorflow、Keras等工具。具备丰富的数据挖掘经验，熟悉大数据下的ETL与模型搭建，曾独立负责美团用户信用分评估、敏感身份挖掘、京东金融APP多个模块推荐算法搭建等项目。