• <optgroup id="ccyim"><button id="ccyim"></button></optgroup>

    人工智能時代
    做一個掌控未來的全能工程師

    了解人工智能開發語言

    傳智教育人工智能
    開發學員構成

    咨詢新開班級構成情況

    人工智能開發適合人群

    人工智能開發
    六大課程優勢

    01

    制定AI培訓新標準
    培養AI專精型人才

    我們培養的AI工程師所需能力

    課程實例:在線醫生項目

    在線醫生是NLP醫療領域的重要應用。醫療對話生成模型、基于bert的對話連貫性判斷、用戶意圖識別模型提升學員AI算法的深入研究能力;分布式模型部署、微信客戶端部署、原始醫療數據處理流水線處理訓練學員的AI業務流的處理能力。

    咨詢了解詳情

    02

    覆蓋AI職業全技能
    助力學員高端就業

    咨詢老學員就業詳情

    03

    課程設置科學合理
    適合AI技術初學者

    1. 階段1
    2. 階段2
    3. 階段3
    4. 階段4
    5. 階段5
    6. 階段6
    7. 階段7
    8. 拓展課
    咨詢獲取完整課程大綱

    04

    多領域多行業項目
    打造AI核心競爭力

    智能交通

    本項目利用深度學習技術,跟蹤路面實時車輛通行狀況,并逐幀記錄不同行車道車流量數目。車輛自動計數系統由計數系統、圖像抓拍系統、實時監控錄像系統組成,可在視頻看出每個車輛的連續幀路徑。

    項目架構

    1、Siamese系列模型
    2、yoloV3目標檢測
    3、SORT/DeepSORT算法
    4、卡爾曼濾波目標位置優化
    5、匈牙利算法目標匹配
    6、相機校正方法

    實時人臉檢測

    本項目可通過攝像頭實時采集視頻人臉數據,也可批量圖片輸入自動化識別人臉;本項目對視頻可實現人臉的跟蹤,并標注姓名、性別、情緒(開心、生氣、自然)等信息;能對進入視頻的陌生人報警。

    項目架構

    1、EigenFace
    2、LBPH
    3、雙屬性圖
    4、動態人臉定位
    5、活體檢測
    6、柔性模型技術
    7、Gabor系數特征匹配
    8、隱馬爾科夫模型的圖像分割

    在線醫生

    在線醫生項目是一個基于自然語言理解方向的問答機器人。該項目結合醫學知識圖譜、深度學習、對話管理、微信公眾號開發等技術,旨在降低首醫成本,為患者提供基本醫學診斷意見服務。

    項目架構

    1、Neo4j圖數據庫
    2、命名實體審核/識別模型訓練與預測+
    3、句子主題相關模型訓練與部署
    4、系統聯調與測試
    5、論文復現

    智能文本分類

    中文標簽化系統是NLP基礎任務的綜合系統,同時又是NLP應用的基礎設施。根據文本信息,給出對應的預定義標簽將能夠有效的支持用戶畫像,推薦系統等。同時,對于高階NLP任務,如對話,翻譯,寓意蘊含等在語料分類上將有很大的幫助。

    項目架構

    1、標簽詞匯知識圖譜
    2、特征工程
    3、fasttext模型
    4、多模型訓練與預測
    5、AI業務流調試
    6、Django后端服務搭建

    泛娛樂推薦

    推薦系統的在當下的火爆程度毋庸置疑,個性化推薦的需求也是每一個toC產品應該實現的目標。本項目推薦系統策略與圖像與視覺處理相結合,深度解決互聯網產業的推薦業務場景。

    項目架構

    1、知識圖譜構建雙畫像
    2、多召回策略
    3、召回金字塔
    4、基于人臉
    5、場景
    6、表情推薦方案

    場景識別

    場景識別是視頻內容結構化的重要基礎。場景信息是影視劇、短視頻推薦的重要依據;通過場景識別把視頻按照場景片段分割,為廣告與視頻場景原生貼合創造條件。

    項目架構

    1、淺CNN模型粗分場景
    2、深CNN模型集成學習細分場景
    3、MLP模型預判的深度級聯學習模型

    黑馬頭條推薦系統

    黑馬頭條推薦系統屬于機器學習與深度學習推薦應用項目,類似今日頭條、掘金等推薦。用戶可以通過黑馬頭條APP獲取個性化推薦技術文章的效果。

    項目架構

    1、Hadoop分布式文件存儲和計算
    2、Sqoop大規模數據遷移
    3、Lambda架構
    4、Flume數據采集
    5、Kafka消息隊列
    6、Spark機器學習
    7、用戶特征工程
    8、TFIDF、TextRank文本特征工程
    9、多路召回策略
    10、Wide&Deep深度學習模型

    CT圖像肺結節自動檢測項目

    本項目可針對X光胸片的肺部結節自動檢測,在CT圖像上進行智能肺結節檢測。結合計算機視覺技術和深度學習網絡,AI能夠自動完成對可疑病灶區域的標記和預診斷,提高醫生工作效率,降低誤診率和漏診率。

    項目架構

    1、R-CNN系列目標檢測
    2、3D-CNN模型
    3、DNN網絡提取語義特征
    4、圖像分割
    5、格式轉換
    6、算法優化

    小智同學-聊天機器人

    小智聊天機器人,使用了自然語言處理的技術,實現人機對話。實現的是一個類似智能客服的系統,實現了閑聊功能和問答功能,在App上提供了入口,能夠和機器人閑聊和編程相關的問題。

    項目架構

    1、jieba分詞
    2、skip-gram模型
    3、CBOW模型
    4、詞嵌入原理word_embedding
    5、神經網絡RNN-LSTM-GRU
    6、Seq2Seq模型完整搭建和訓練
    7、astText+Attention注意力機制

    在線圖片識別-商品檢測

    在線商品檢測項目是一個基于圖像方向的一個目標檢測的項目。類似的項目應用如淘寶拍立淘等。該項目結合當前CV領域常用工具、深度學習、目標檢測算法、微信小程序對接、百度機器人對接等技術,能夠為用戶或者消費者拍攝的照片、視頻中存在的目標做出標記與類別判斷。

    項目特色

    1、YOLO系列模型
    2、SSD模型
    3、數據增強
    4、TensorFlow serving
    5、多GPU訓練及模型部署
    6、LabelImage圖像標注

    咨詢獲取完整項目信息

    05

    技術大牛傾力研發
    專職沉淀AI新技術

    40+解決方案

    10+技術棧

    咨詢了解詳情

    06

    聚力名企共建課程
    整合優質技術資源

    制定人工智能人才培養方案

    達成 AI 項目資源深度合作

    咨詢了解詳情

    大廠實戰講師團隊
    讓你少走彎路

    咨詢獲取完整師資信息
    在線咨詢 我要報名
    男女乱婬真视频,波多野结衣中文字幕在观线看,翘着光屁股趴在办公室,欧美做真爱免费A片