2018人工智能与深度学习实践班已截止报名
推荐参加：2024PM产品力领航者大会

会议时间： 2018-07-18 08:00至 2018-07-22 18:00结束

会议地点：北京北京邮电大学（北邮科技大厦）周边酒店预订

会议规模：50人

主办单位：北京中科软培科技有限公司

行业热销热门关注看了又看换一换

会议通知
会议内容主办方介绍

2018人工智能与深度学习实践班宣传图

关于“人工智能与深度学习实践班”通知

各有关单位：

为进一步推动高等院校人工与深度学习教学工作的开展，加强国内各高等院校同行间的交流，培养国内的师资力量，将人工智能与深度学习的最新实训内容带入课堂，特举办“人工智能与深度学习实践班”，具体由北京中科软培科技有限公司举办网址，本次培训由权威师资主讲，培训主打理论结合实践主题，课程强调动手操作；内容以代码落地为主，以理论讲解为根，以公式推导为辅。讲解机器学习和深度学习的模型理论和代码实践，梳理机器学习、深度学习、人工智能的技术框架，从根本上解决如何使用模型、优化模型的问题；每次课中，首先阐述算法理论和少量公式推导，然后使用真实数据做数据挖掘、机器学习、深度学习的数据分析、特征选择、调参和结果比较。

一、培训目的：

通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，初步胜任使用Python进行数据挖掘、机器学习、深度学习、人工智能等工作。

二、时间地点：

2018年7月18日-22日 17日报到北京

三、培训对象：

各高等院校数据科学相关专业、计算机科学技术、网络工程、软件工程、信息工程、信息管理、、统计学专业、应用数学专业、经济管理专业、市场营销专业等科研、教学带头人，骨干教师、博士生、硕士生；各高校教务处、科研处、信息中心、实验中心领导。对机器学习技术有兴趣和需求，愿意进行深入钻研的从业人员。

四、颁发证书：

参加相关培训并通过考试的学员，可以获得：

工业和信息化部全国网络与信息技术考试管理中心中心颁发的-人工智能技能证书。该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

注：请学员带二寸彩照2张（背面注明姓名）、身份证复印件一张。

北京中科软培科技有限公司

中科软培主要从事IT方向的前沿技术培训，本着为用户创造真正价值，围绕以用户为中心的价值观不断探索，在机器学习，深度学习，大数据、R语言、虚拟现实、增强现实等领域形成了完善的课程体系。学以致用，全部课程均已实战为主，采用理论与实战相结合的方式，实用的课程设计、精心施教的专家团队、严格的教学把关、细心周到的后期咨询，赢得众多客户的好评。

会议日程（最终日程以会议现场为准）

内容模块	课程介绍		授课详细内容
模块一	人工智能基础、技术及其体系	1. 人工智能(Al)的定义、起源、用途 2. 人工智能的发展历程与脉络 3. 人工智能领域的经典问题和求解方式 4. 人工智能与机器学习 5. 人工智能和大数据 6. 人工智能和深度学习
模块二	人工智能	1．搜索与问题求解 2．广度搜索与深度搜索 3．启发式搜索 4．最大最小博弈 5． AlphaGo的基本思想
模块三	人工智能	1. 遗传算法与随机搜索 2. 遗传编程 3. 知识表示与模糊逻辑 4. 不确定性理论
模块四	机器学习	1.决策树算法模型及其应用 2.聚类分析算法模型及其应用 3.朴素贝叶斯算法模型及其应用 4. 线性拟合与梯度下降 5.逻辑回归算法模型及其预测应用 6.支持向量机算法模型与应用
模块五	机器学习	1. 贝叶斯图模型 2. 隐马科夫链 3. 最大期望算法 4. 多层贝叶斯模型 5. 主题模型
模块六	1	1. 神经网络模型 2. BP算法 3. 自动编码器 4. 卷积神经网络
模块七	深度学习2	1. 循环神经网络模型与应用 2. LSTM模型与应用 3. 端对端模型 4. Pix2Pix模型 5. Seq2Seq模型 6. 对抗网络（GAN）

会议嘉宾（最终出席嘉宾以会议现场为准）

主讲专家：

秦曾昌 北京航空航天大学自动化学院副教授，英国布里斯托大学 (University of Bristol) 计算机系硕士，布里斯托大学工程数学系的人工智能博士。 2006年2月到2008年2月在美国加州大学伯克利分校(University of California, Berkeley)电子与计算机系(EECS)任英国电信特聘博

士后研究员(BT Fellow)。在模糊逻辑的创始人Lotfi Zadeh的研究组 (BISC) 从事文本挖掘和智能搜索的研究。并在其间任英国电信研究院智能系统试验室访问研究员(Intelligent Systems Lab, British Telecommunications Research Ipswich)。2008 年3月到英国牛津的Optimor

Lab任研究员，并兼任牛津大学（University of Oxford）统计系访问研究人员。 2016年起担任果壳网科学顾问。目前主要研究方向为数据挖掘、机器学习、跨媒体检索与自然语言理解。出版英文专著1本、编辑论文集1本和专业论文或章节（Book Chapter）80余篇。在IT工业界

做机器学习、大数据、人工智能等专业技术咨询工作。