李海良老師的內訓課程
《大數(shù)據(jù)技術及應用》課程教學大綱一 、課程基本信息課程名稱大數(shù)據(jù)技術及應用（英文名稱） Big data technology and App lication課程學時理論 8 小時，實驗 4 小時授課方式多媒體+實踐考核方式實踐考試+課程論文開課單位先修課程C 語言程序設計；Java 程序設計；數(shù)據(jù)結構；Linux 操作系統(tǒng)；后續(xù)課程大數(shù)據(jù)算法；適用專業(yè)數(shù)據(jù)科學與大數(shù)據(jù)技術、人工智能、模式識別與人工智能；信息技術-職業(yè)技術教育方向二 、課程的性質 、 目的和任務《大數(shù)據(jù)技術及應用》 是大數(shù)據(jù)管理及應用專業(yè)人員一 門核心課程 ，也是 該專業(yè)的導入課程 ，以引導學生對數(shù)據(jù)科學與大數(shù)據(jù)技術與應用有
講師：李海良查看詳情
大語言模型開發(fā)與訓練培訓大綱 第一天：基礎知識與初步實踐 上午：理論基礎與工具準備1. 歡迎與介紹 培訓目標和內容概述 參與者自我介紹與期望2. 大語言模型概述 2.1什么是大語言模型（LLM） 定義與基本概念 介紹Transformer架構及其在自然語言處理中的重要性 2.2 LLM的應用場景和優(yōu)勢 介紹LLM在文本生成、翻譯、問答系統(tǒng)、文本摘要等方面的應用 主要的LLM架構 GPT（Generative Pretrained Transformer） GPT2和GPT3的區(qū)別與應用實例 BERT（B
講師：李海良查看詳情
ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBxAHoAaABmAEcAKwBBAGEAagBiADAAeAA0ADUAZQBzAFoAdwBXAFEAeABnAGsARwBDAG0AUABnAEMAWAB2AGcARABCADEARQBSAEUAbQBLAEkAUgBpAEQAWgBI
講師：李海良查看詳情
ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBxAHoAaABmAEcAKwBBAGEAagBiADAAeAA0ADUAZQBzAFoAdwBXAFEAeABnAGsARwBDAG0AUABnAEMAWAB2AGcARABCADEARQBSAEUAbQBLAEkAUgBpAEQAWgBI
講師：李海良查看詳情
人工智能 課程大綱人工智能課程大綱 一、課程介紹人工智能是現(xiàn)代科技領域的熱點之一，本課程旨在介紹人工智能的基本理論、應用領域以及相關技術。通過本課程的學習，學生將了解人工智能的概念、發(fā)展歷程以及未來發(fā)展趨勢，掌握人工智能的基本原理和各種算法模型，并學會應用人工智能技術解決實際問題。二、課程目標1. 理解人工智能的基本概念和原理；2. 熟悉人工智能的發(fā)展歷程和應用領域；3. 掌握人工智能算法和模型的基本原理；4. 學會使用常見的人工智能技術解決實際問題；5. 培養(yǎng)學生的創(chuàng)新思維和解決問題的能力。三、主要內容1. 人工智能概述（1）人工智能的定義和發(fā)展歷程（2）人工智能的研究領域和應用領域（3）人
講師：李海良查看詳情
人工智能基礎理論主題：機器學習，深度學習，大模型，多模態(tài)1. 機器學習基礎 1.1 機器學習的基本概念 機器學習的定義與重要性 數(shù)據(jù)驅動的方法與傳統(tǒng)編程的區(qū)別 1.2 常見的機器學習算法及其應用場景 線性回歸：用于預測連續(xù)值 邏輯回歸：用于二分類問題 決策樹與隨機森林：用于分類和回歸 支持向量機（SVM）：用于分類問題2. 深度學習基礎 2.1 深度學習的基本原理 人工神經網(wǎng)絡的結構與工作原理 激活函數(shù)：Sigmoid、ReLU、Tanh等 2.2 關鍵技術 反向傳播算法：損失函數(shù)與梯度下