关于3月份举办“人工智能-机器学习和深度学习”“python”“微服务架构”等通知

推拿        2019-05-25   来源:玉娥爱旅游

【人工智能:机器学习和深度学习】地点:北京、上海、深圳

一、培训对象

架构师、分析师、项目经理、高级程序员、资深开发人员、人工智能工程师、图像处理工程师、机器学习工程师、模式识别工程师以及未来可能从事人工智能研发的技术人员。

 

二、培训目的

    1、深层次掌握人工智能理论,到达人工智能的突破口,探知最核心的秘密。

    2、理论应用于实际项目,不只是了解,更在于掌握。

    3、把握人工智能的新应用,理解时代趋势,不再为了人工智能而人工智能。

4、一个交流探讨的高级别平台。

 

三、师资

司老师   清华大学博士,人工智能方面专家,在意大利举办的国际在线指纹识别竞赛中获得冠军,在机器学习和模式识别领域顶级期刊IEEE TPAMI等期刊发表多篇论文,拥有5个中国专利和1个美国专利,是人工智能、深度学习、机器学习和图像处理和模式识别领域的实战派专家。

 

四、培训要点

随着国家在人工智能领域的战略布局,人工智能已经应用于各个方面:专家系统、自动推理、图像识别、模式识别、语音识别、自然语言理解、指纹识别、人脸识别、无人驾驶、推荐系统、社交网络、计算机视觉、智能机器人等。但是,有没有一种方法能迅速把握精髓,从而更快的进入人工智能的广阔天地呢?

本次培训采用深入理论+浅出实践相结合的模式。在理论上,精选最关键最重要的理论,为进一步获取相关知识打下基础。在实践上,精选目前比较有启发性的案例,既帮助我们理解理论,更能帮助我们开阔思路,为研发相关领域的人工智能系统,提供一条思考脉络。

 

五、培训内容

第一讲 人工智能简介

1.1 什么是人工智能

1.2 为什么要人工智能

1.3 人工智能的发展简史

1.4 人工智能的现实案例举例

第二讲 最优分类面和支持向量机

2.1 什么是最优分类面

2.2 支持向量机的本质是什么

2.3 支持向量机在线性不可分时怎么办

2.4 支持向量机中核函数如何选择

2.5 支持向量机在车牌识别中的应用案例

第三讲 决策树

31 什么是非数值特征

3.2 为什么要引入决策树

3.3 如何设计决策树

3.4 如何构造随机森林

3.5 决策树在医疗系统中的应用案例

第四讲 深度学习之始:人工神经网络

4.1 人工神经网络的设计动机是什么

4.2 单个神经元的功能

4.3 人工神经网络的优化以及误差逆传播(BP)算法

4.4 人工神经网络中需要注意的问题

4.5 人工神经网络在表情识别、流量预测中的应用案例

第五讲 深度学习中的技巧和注意事项

5.1 深度学习中过学习问题的处理

5.2 如何选择损失函数

5.3 如何并行化

5.4 如何解决深度学习中梯度消失问题

5.5 如何选择激励函数

5.6 权值衰减、Dropout以及新的网络架构

第六讲 卷积神经网络

6.1 卷积以及卷积网络的概念

6.2 为什么在使用卷积网络

6.3 卷积网络的结构设计

6.4 卷积网络在围棋中的应用

6.5 卷积神经网络在图像识别中的应用案例

第七讲 循环神经网络

7.1 为什么要使用循环神经网络

7.2 1-of-N编码

7.3 循环神经网络的介绍

7.4 长短期记忆网络

7.5 长短期记忆网络在自然语言处理中的应用案例

第八讲 人工智能未来展望

8.1 监督学习中的新应用

8.2 强制学习中的新应用

8.3 非监督学习中的新应用

8.4 DeepMind介绍

第九讲 使用支持向量机进行车牌识别

第十讲 使用深度学习进行手写体识别、人脸识别以及自然语言处理

 

六、时间、地点

时间: 2019年3月13日-3月15日           地点:北京

       2019年3月20日-3月22日                 上海

       2019年3月27日-3月29日                 深圳


【Python语言基础及数据采集分析技术】北京 3月6-8号

Python是一种面向对象、解释型计算机程序设计语言,Python是纯粹的自由软件,源代码和解释器CPython遵循 GPL协议。是一个用于统计计算和统计制图的优秀工具,也是GNU的一个免费、源代码开放的软件。

Python语法简洁清晰,Python具有丰富和强大的库。能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。 Python包括一套完整的数据处理、计算和制图软件系统;简便而强大的编程语言:可操纵数据的输入和输入,可实现分支、循环,用户可自定义功能。

本培训将对基于Python语言进行数据采集、数据处理、数据探索的基本方法,并对Python语言算法原理及实现进行讲解。

 

一、培训对象

1,系统架构师、系统分析师、高级程序员、资深开发人员。

2,牵涉到网络采集、处理和规划的负责人、设计人员。

3,政府机关,金融保险、移动等以互联网信息为数据来源单位的负责人。

4,高校、科研院所牵涉到网络数据采集与数据处理及展现的项目负责人。

二、学员基础

1,对IT系统设计有一定的理论与实践经验。

2,有一定的python基础知识和开发经验。

3,有一定的数据仓库与数据挖掘处理的知识。

 

三、师资

由业界知名大数据专家亲自授课:

杨老师   主要研究网络信息分析以及云计算相关技术,长期从事通信网管系统、网络信息处理、商务智能(BI)以及电信决策支持系统的研究开发工作,主持和参与了多个国家和省部级基金项目,具有丰富的工程实践及软件研发经验。

 

四、培训内容

第一讲 Python基础知识

1)Python快速入门

2)Python安装与使用

3)使用pip管理扩展库

4)Python基础知识

5)Python代码编写规范

第二讲 Python数据结构

1)列表的创建与操作

2)元组的创建与删除

3)字典元素的读取

4)集合的创建与操作

5)其他数据结构

第三讲 选择与循环

1)运算符与条件表达式

2)选择与分支结构

3)循环结构

4)breakcontinue语句

5)综合运用

第四讲字符串与正则表达式

1)字符串常用方法

2)字符串常量

3)正则表达式

4)子模式与match对象

5)表达式综合运用

第五讲 函数设计与使用

1)函数定义

2)形参与实参

3)参数类型

4)return语句

5)变量作用域

6)lambda表达式

第六讲 面向对象程序设计

1)类的定义与使用

2)类的方法

3)类的属性

4)类的特殊方法

5)继承机制

第七讲 Python网络程序设计

1) 网络基础知识

2) TCP协议编程

3) UDP协议编程

4) 简单嗅探器实现

第八讲Python爬虫技术

1) Python爬虫基础

2) Urllib库的基本使用

3) 使用Beautiful Soup

4) Scrapy进行网络数据采集

5) 采集数据的存储和读取

第九讲 Python数据库编程

1)SQLite应用

2)Connection对象

3)Cursor对象

4)Row对象

5)访问其他类型数据

第十讲 科学计算与可视化

1)NumPy简单应用

2)SciPy简单应用

3)常数与特殊函数

4)SciPy简单应用

5)Matplotlib简单应用

第十一讲 Python机器学习技术

1) Python机器学习

2)分类和回归

3)聚类和降维

4)机器学习模型

5)特征抽取

第十二讲 Python大数据处理

1)大数据框架

2)MapReduce编程

3)MapReduce案例

 

五、培训目标

1,全面了解Python语言的相关知识。

2,学习Python的核心技术方法以及应用特征。

3,深入使用Python在数据分析中的使用。


【主流大数据系统性能监控与分析】3.13-15

培训内容

   第一讲 大数据技术基础

     1)大数据应用需求及潜在价值分析

     2)大数据与数据库解决方案的对比

     3)国内外主流的大数据解决方案

      4)开源的大数据生态系统平台剖析

      5)大数据下的技术选型与架构设计

   第二讲 批处理大数据平台Hadoop

      1Hadoop及其运行架构

      2HDFS分布式文件系统

      3MapReduce计算模型

     4HBase大表管理技术

      5Hadoop平台使用和实操

      6) Hadoop性能监控及分析

   第三讲 快速大数据平台Spark

      1)Spark快速处理技术

  2)弹性分布式数据集RDD

     3) Spark分布式计算框架

     4) SparkBDAS生态系统

     5) Spark平台使用和实操

      6)Spark性能监控及分析

   第四讲 流式实时大数据平台Streaming

    1) 实时流数据处理工具Streaming

    2) SparkStreaming原理

    3) SparkStreaming架构

    4) SparkStreaming实例

    5) SparkStreaming性能监控及分析

第五讲 云数据处理工具HBase

      1) NoSQL技术及云数据库介绍

      2) HBase列数据存储机制

      3) HBase数据处理机制分析

      4) HBase高并发读/写实现及案例

     5) HBase性能监控及分析

第六讲 Hive及大数据中的SQL工具

      1) 大数据中的类SQL工具

      2) Hive设计目标和数据模型

  3)Hive关键性技术分析

  4)Hive数据操作和案例

5) Hive性能监控及分析

第七讲 SparkSQLSQL工具

      1) Spark SQLBDAS数据分析栈

      2) SparkSQL设计目标和数据模型

      3) Spark SQL数据操作

  4) SparkSQL关键性技术和案例

5) SparkSQL性能监控及分析

第八讲 分布式消息订阅工具Kafka

      1) Kafka应用介绍

      2) Kafka平台架构

  3) Kafka集群部署与配置

      4) Kafka应用案例实操

      5) Kafka性能监控及分析

第九讲 大数据存储格式Parquet

     1) 大数据存储格式的要求

      2) Parquet文件格式介绍

  3) Parquet的组成分析

      4) Parquet的应用情况

 5) Parquet性能监控及分析

第十讲 大数据分析挖掘工具

      1)大数据挖掘及知识模型的发现

      2)大数据挖掘工具MahoutMLlib

      3)推荐方法及MLlib电影推荐案例

      4)分类方法及Mahout新闻分类案例

      5)聚类方法及K-Means聚类案例

第十一讲 Elasticsearch搜索分析工具

      1) 全文检索与Elasticsearch工具

     2) Elasticsearch索引及检索

      3) Elasticsearch信息扩展索引结构

      4) ELKElasticsearch集群

      5) Elasticsearch性能监控及分析

第十二讲 资源虚拟化工具Docker

      1)虚拟化和容器技术

      2LXCDocker的发展

      3Docker架构及特性

      4)镜像、容器和仓库

      5Docker的执行及其案例实操

第十三讲 大数据技术展望

  1)大数据分析技术展望

  2)大数据平台的发展展望

  3)大数据挖掘的应用展望

 

六、培训目标

1、全面了解主流大数据系统的性能监控技术的相关知识。

2、学习主流大数据系统的性能监控方法以及应用特征。

3、学习使用主流大数据系统以及在数据分析中的使用。

4、了解主流大数据系统的技术融合。


【微服务架构设计与实践】北京 3月21-22日

一、培训对象

1.系统架构师、高级程序员、资深开发人员

2.牵涉到微服务架构设计、规划的负责人

3.政府机关,金融保险、移动和互联网等大数据来源单位的工程师

4.高校、科研院所牵涉到微服务架构设计的项目负责人

 

二、学员基础

1.有1年以上的Java编程经验

2.了解持续集成实践

3.对微服务架构实践感兴趣

 

三、培训收益

系统全面地了解和学习微服务架构的设计、云计算与大数据基础平台及原生云应用开发方法等。通过此次培训,可使参与者获得如下收益:

1. 掌握微服务架构的概念与本质

2. 使用Springboot/SpringCloud构建活动报名系统

3. 使用NetflixOSS构建微服务支撑组件(服务注册发现、集中化配置中心、API网关、容错处理)

4. 使用Docker发布服务

5. 使用Docker-Compose在开发环境中运行多个服务

6. 掌握微服务的测试策略与PACT测试

7. 学习掌握微服务的安全机制与OAuth2.0实现

8. 学习掌握微服务间的异步通信机制

9. 学习了解微服务的监控与告警

10. 学习掌握微服务架构的日志聚合

11. 构建微服务的持续交付流水线

 

四、培训特色

1. 理论与实践相结合、案例分析与行业应用穿插进行

2. 精彩内容解析、学员专题讨论、分组研究

3. 经过全面知识理解、专题技能演示和实践引导学员掌握课程内容

 

五、师资

由业界微服务专家亲自授课。

熊老师   微服务架构资深讲师 某大数据公司CTO,负责中国移动湖南省公司、上海东方证券、工商银行等多个客户和项目的方案和服务交付工作。负责中石油云计算应用开发平台、中国电信统一运维平台、申万宏源证券数据安全存储系统、咪咕DevOps系统等多个项目的设计和交付工作。对应用开发平台、企业流程平台、SOA架构、微服务架构、DevOps 平台、项目管理与研发管理等方面有丰富的实践经验。

 

六、培训内容

知识模块

授课纲要

微服务架构剖析

微服务架构的定义

微服务架构最主要的两个特征

细粒度的特征

独立性的特征

为什么微服务架构需要独立变更和独立部署

微服务架构的剖析

微服务架构介绍

微服务架构的本质与优势

微服务与SOA

微服务的设计原则

微服务应用介绍

SpringBoot介绍

SpringBoot的核心功能

SpringBootDemo

练习

SpringCloud应用

SpringCloud介绍

SpringCloud的核心功能

SpringCloudDemo

练习

SpringCloud构建微服务实践

微服务应用实践

相关阅读