人工智能基礎(chǔ)理論

  培訓(xùn)講師:李海良

講師背景:
李海良老師暨南大學(xué)副教授,碩士生導(dǎo)師,九三學(xué)社社員,中山大學(xué)工學(xué)博士香港城市大學(xué)訪問學(xué)者廣東工業(yè)大學(xué)校外合作研究生導(dǎo)師研究方向為深度學(xué)習(xí)、圖像識別、智慧綜合能源和能源大數(shù)據(jù)簡介l2018年獲得中山大學(xué)工學(xué)博士學(xué)位,2019年至2021年在暨 詳細(xì)>>

李海良
    課程咨詢電話:

人工智能基礎(chǔ)理論詳細(xì)內(nèi)容

人工智能基礎(chǔ)理論

人工智能基礎(chǔ)理論
主題:機器學(xué)習(xí),深度學(xué)習(xí),大模型,多模態(tài)
1. 機器學(xué)習(xí)基礎(chǔ)
1.1 機器學(xué)習(xí)的基本概念
機器學(xué)習(xí)的定義與重要性
數(shù)據(jù)驅(qū)動的方法與傳統(tǒng)編程的區(qū)別
1.2 常見的機器學(xué)習(xí)算法及其應(yīng)用場景
線性回歸:用于預(yù)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(xué)習(xí)基礎(chǔ)
2.1 深度學(xué)習(xí)的基本原理
人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作原理
激活函數(shù):Sigmoid、ReLU、Tanh等
2.2 關(guān)鍵技術(shù)
反向傳播算法:損失函數(shù)與梯度下降法
2.3 實例分析:前饋神經(jīng)網(wǎng)絡(luò)、誤差反向傳播
使用TensorFlow/Keras構(gòu)建簡單神經(jīng)網(wǎng)絡(luò)
實戰(zhàn)演練:使用神經(jīng)網(wǎng)絡(luò)進行手寫數(shù)字識別
3. 大模型基礎(chǔ)
3.1 大模型的基本概念和原理
大模型的定義與特征
大模型的發(fā)展歷程與重要里程碑
3.2 主流大模型的適用場景及優(yōu)劣勢分析
GPT-3、BERT等模型的特點與應(yīng)用場景
4. 多模態(tài)技術(shù)
4.1 多模態(tài)的定義及其重要性
多模態(tài)數(shù)據(jù)融合的原理與方法
多模態(tài)技術(shù)在實際應(yīng)用中的重要性
4.2 典型應(yīng)用案例分析
圖像描述生成:結(jié)合圖像與文本的數(shù)據(jù)
語音識別與合成:結(jié)合音頻與文本的數(shù)據(jù)

 

李海良老師的其它課程

《大數(shù)據(jù)技術(shù)及應(yīng)用》課程教學(xué)大綱一、課程基本信息課程名稱大數(shù)據(jù)技術(shù)及應(yīng)用(英文名稱)BigdatatechnologyandApplication課程學(xué)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(shè)計;Java程序設(shè)計;數(shù)據(jù)結(jié)構(gòu);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(xué)與大數(shù)據(jù)技術(shù)、人工智能

 講師:李海良詳情


大語言模型開發(fā)與訓(xùn)練培訓(xùn)大綱第一天:基礎(chǔ)知識與初步實踐上午:理論基礎(chǔ)與工具準(zhǔn)備1.歡迎與介紹培訓(xùn)目標(biāo)和內(nèi)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(gòu)及其在自然語言處理中的重要性2.2LLM的應(yīng)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(yīng)用主要的LLM架構(gòu)GPT

 講師:李海良詳情


ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBx

 講師:李海良詳情


ZQBKAHoAdABYAGUAOQB2AEUAMgBVAGMAdgAyAHUANwA5AHYAbwBNAEEAegBhAFMAawBFAFoARAA2AFIAeAAwAHAAUwAyADMARABqAEoAUwBqAEgARQBiAEkAVQBBAGkAVwBiAFoASgBvAHMAdABpAGIAdQAwAEQAcQAzAFIAMwB5AC8AVQBx

 講師:李海良詳情


人工智能   08.29

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(lǐng)域的熱點之一,本課程旨在介紹人工智能的基本理論、應(yīng)用領(lǐng)域以及相關(guān)技術(shù)。通過本課程的學(xué)習(xí),學(xué)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(xué)會應(yīng)用人工智能技術(shù)解決實際問題。二、課程目標(biāo)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(yīng)用領(lǐng)域

 講師:李海良詳情


第一天:人工智能基礎(chǔ)理論主題:機器學(xué)習(xí),深度學(xué)習(xí),大模型,多模態(tài)1.機器學(xué)習(xí)基礎(chǔ)1.1機器學(xué)習(xí)的基本概念機器學(xué)習(xí)的定義與重要性數(shù)據(jù)驅(qū)動的方法與傳統(tǒng)編程的區(qū)別1.2常見的機器學(xué)習(xí)算法及其應(yīng)用場景線性回歸:用于預(yù)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(xué)習(xí)基礎(chǔ)2.1深度學(xué)習(xí)的基本原理人工神經(jīng)網(wǎng)絡(luò)的

 講師:李海良詳情


《軟件工程設(shè)計》課程教學(xué)大綱總學(xué)時數(shù):60學(xué)時,其中:理論教學(xué)30學(xué)時,實踐教學(xué)30學(xué)時學(xué)分:先修課程:《計算機基礎(chǔ)》,《C語言程序設(shè)計》,《數(shù)據(jù)結(jié)構(gòu)》和《數(shù)據(jù)庫原理及其應(yīng)用》考核方式:考試一、制訂大綱的依據(jù)本大綱根據(jù)2020年計算機應(yīng)用技術(shù)專業(yè)教學(xué)計劃制訂二、課程簡介軟件工程作為一門專業(yè)主干課,重點要求學(xué)生學(xué)習(xí)與軟件開發(fā)和維護有關(guān)的四個方面的主要內(nèi)容——過

 講師:李海良詳情


網(wǎng)絡(luò)安全滲透測試培訓(xùn)大綱---培訓(xùn)目標(biāo):本培訓(xùn)旨在通過五天的學(xué)習(xí),使學(xué)員全面掌握網(wǎng)絡(luò)安全滲透測試的理論知識與實踐技能。培訓(xùn)將理論與實踐相結(jié)合,確保學(xué)員能夠在理解滲透測試原理的基礎(chǔ)上,熟練運用各種工具和技術(shù)進行實際操作。通過培訓(xùn),學(xué)員將能夠獨立完成滲透測試項目,提升網(wǎng)絡(luò)安全防護與應(yīng)急響應(yīng)能力。---第一天:滲透測試基礎(chǔ)與理論上午-網(wǎng)絡(luò)安全概述-網(wǎng)絡(luò)安全的重要性

 講師:李海良詳情


業(yè)務(wù)數(shù)字化方法論課程背景:一方面,隨著信息化的深入,在傳統(tǒng)IT建設(shè)方式下,企業(yè)獨立采購或者自建的各種企業(yè)信息系統(tǒng),在內(nèi)部數(shù)據(jù)無法互通,難以配合業(yè)務(wù)數(shù)字化的快速發(fā)展;另一方面,云服務(wù)的出現(xiàn),讓硬件基礎(chǔ)設(shè)施轉(zhuǎn)向成數(shù)據(jù)云策略,讓IT架構(gòu)更靈活,但這也讓互聯(lián)互通困擾企業(yè)發(fā)展。數(shù)據(jù)中臺和業(yè)務(wù)中臺是企業(yè)數(shù)字化轉(zhuǎn)型的必然產(chǎn)物。中臺架構(gòu)作為整個企業(yè)各個業(yè)務(wù)所需數(shù)據(jù)服務(wù)的提供

 講師:李海良詳情


深度學(xué)習(xí)框架技術(shù)培訓(xùn)課程大綱第一天:深度學(xué)習(xí)基礎(chǔ)與框架概述上午:深度學(xué)習(xí)入門深度學(xué)習(xí)歷史與基本原理神經(jīng)網(wǎng)絡(luò)基礎(chǔ):感知機、多層前饋網(wǎng)絡(luò)激活函數(shù)與損失函數(shù)介紹反向傳播算法原理深度學(xué)習(xí)框架重要性為什么需要深度學(xué)習(xí)框架主流深度學(xué)習(xí)框架概覽(TensorFlow,PyTorch,Keras,MXNet等)框架選擇考量因素下午:TensorFlow框架基礎(chǔ)TensorF

 講師:李海良詳情


COPYRIGT @ 2001-2018 HTTP://kunyu-store.cn INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權(quán)所有