在线客服
扫描二维码
下载博学谷APP扫描二维码
关注博学谷微信公众号
学习人工智能都需要学什么?人工智能课程需要学习python编程基础、web基础、web-Django框架与项目、 Web-Flask框架与项目、人工智能、机器学习等方面的知识。掌握计算机原理、网络、Web前端、后端、架构、 数据库、项目部署、数据获取、数据提取、数据清洗、数据挖掘、机器学习、深度学习、图像识别等领域所需要的全部技术的前沿课程。
人工智能已上升到战略发展高度的技术,是未来10年内会给带来重大变化的技术。人工智能学习需要学习的内容:
一、python编程基础
1、Python 基础语法
计算机组成:硬件、软件、计算机运行程序方式、Python 语言的特点、应用领域、Python IDE、程序注释:单行注释、多行注释;变量的作用、定义、 命名规则、变量的数据类型、查看变量类型、输入和输入函数、算术运算符、赋值运算符、复合运算符、类型转换、分支结构 if...else 、循环结构、while、 break、continue、for、for...else
2、python 容器
字符串的定义、遍历、下标、切片、常用方法(find、 index、count、replace、split、capitalize、title、 startwith、endwith、lower、upper、ljust、rjust、 center 等)、列表定义、语法格式、列表嵌套、列表的遍历、列表常用操作方法、列表推导式、元组定义、语法格式、常用操作方法、字典定义、语法格式、字典的遍历、常用操作方法、 字符串、列表、容器、字典的公共操作 :range 、enumerate、max、min、len 函数、del 函数; 运算符+、*、in、not in 在容器中的使用
3、函数和文件操作
函数定义和调用语法、def 语句、return 语句、函数传参(位置参数、关键字参数)、缺省参数、不定长参数、函数文档编写 、函数嵌套、全局变量和局部变量、Python 变量作用域 LEGB、global 语句,nonlocal 语句、组包和拆包、递归函数、 匿名函数 lambda 表达式、文件操作、文件打开与关闭、文件读写操作、文件目录操作
4、面向对象
类和对象、类的定义格式、添加和获取对象属性、常见的魔术方法、继承、公有权限和私有权限、多态的概念和意义、多态的实现、类属性和实例属性、类方法和静态方法、异常的概念、捕捉异常、as 使用、else使用、finally 使用、异常的传递、自定义异常、raise 抛出异常、 模块的概念和作用、制作模块、模块的导入方式 、__all__的作用、__name__的作用、包的概念和作用、制作包、包的导入、案例:学生管理系统
二、人工智能机器学习编程
1、机器学习科学计算库
人工智能概述、机器学习定义、机器学习工作流程、机器学习算法分类、算法模型评估、Azure机器学习平台实验、 机器学习基础环境安装与使用、Matplotlib架构介绍、Matplotlib基本功能实现、 Matplotlib实现多图显示、Matplotlib绘制各类图形、Numpy运算优势、数组的属性、数组的形状、Numpy实现数组基本操作、Numpy实现数组运算、矩阵、 pandas介绍、pandas基本数据操作、DataFrame、Series、MultiIndex、panel、pandas画图、 文件读取和存储、缺失值处理、数据离散化、数据合并、交叉表和透视表、分组和聚合、案例:电影数据分析
2、机器学习算法篇
sklearn介绍、sklearn获取数据集、seaborn介绍、数据可视化、数据集划分、 特征工程、特征预处理、归一化、标准化、特征选择、特征降维、 交叉验证、网格搜索、模型保存和加载、欠拟合、过拟合、 KNN算法、欧式距离、曼哈顿距离、切比雪夫距离、闵氏距离、标准化欧式距离、余弦距离、汉明距离、 杰卡德距离、马氏距离、KNN中k值的选择、kd树、案例:鸢尾花种类预测、 线性回归、求导、最小二乘法、正规方程、梯度下降法、FG、SGD、mini-batch、SAG、Lasso回归、岭回归、 Elastic Net、案例:波士顿房价预测、 逻辑回归、sigmoid、对数似然损失、混淆矩阵、精确率、召回率、F1-Score、ROC曲线、AUC指标、ROC曲线的绘制、 案例:癌症分类预测、决策树算法、熵、信息增益、信息增益比、基尼值、基尼指数、ID3、C4.5、CART算法、 案例:泰坦尼克号乘客生存预测、集成学习、boosting、Bagging、随机森林、GBDT、XGBoost、 案例:泰坦尼克号乘客生存预测优化、聚类算法、K-means聚类实现、SSE、“肘”方法、轮廓系数法、 CH系数、Canopy、Kmeans++、二分k-means、k-medoids、kernel kmeans、ISODATA、Mini-batch K-Means、 案例:探究用户对物品类别的喜好细分
3、机器学习项目实战
《绝地求生》玩家排名预测、客户价值分析系统、注:项目实训会随着社会热点调整
三、人工智能基于大数据的推荐系统项目
1、系统项目理论课
推荐系统定义、推荐系统应用场景、推荐系统算法概述、协同过滤、内容、知识、混合推荐、 协同过滤算法、User-Based CF、Item-Based CF、杰卡德相似系数、余弦相似度、皮尔逊相关系数、 电影评分推荐案例、评分预测标准化、推荐系统评估方法、用户调查、离线测评、在线测评、RMSE、MAE、 K-近邻协同过滤推荐、回归协同过滤推荐、交叉验证与网格搜索、矩阵分解的协同过滤推荐、LFM、Apriori、FP-Growth、 基于内容推荐、物品画像、TFIDF、TOPN、用户画像、物品标签、物品冷启动、word2vec
2、lambda大数据开发
Hadoop简介、生态、发行版本、Hadoop shell命令、ls、cat、mv、put、rm、 文件系统HDFS、namenode、datanode、YARN运行流程、ResourceManager、NodeManager、Contain-er、Client、MapReduce流程、WordCount案例、Spark组件、特点、pyspark使用配置、sparkContext、parallelize、sc.textFile、 Spark算子、Action、Transformation、map、filter、flatmap、union、intersection、groupByKey、 SPARK作业提交模式、Local模式、Standalone模式、Spark ON Yarn模式、Spark日志分析案例、 Spark sql与DataFrame、RDD、DataFrame操作API、withColumn、select、StructType、filter、 json文件操作、spark.read.json、Flume架构、Source、Channel、Sink、Flume采集端口数据案例、 Kafka架构、Topic、Producer、Consumer、Broker、安装与部署、生产者与消费者、Flume与Kafka整合、 sparkStreaming概述、WordCount案例实战、状态操作、updateStateByKey、对接Kafka。
— 申请免费试学名额 —
在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!
相关推荐 更多
人工智能领域6大关键创新
人工智能的兴起,对很多行业产生了巨大的冲击,智能家电、智能出行、智能物流等等已经深深的影响了我们现在的日常生活,许多企业也意识到需要利用人工智能推动新兴商业模式。那为什么人工智能会这样火爆呢?更重要的是人工智能领域6大关键创新符合现在市场的需要。那都有哪些关键创新呢?
9042
2019-08-08 10:23:23
人工智能给人类带来的利与弊分析
1956年人工智能的概念就诞生了,在经过了一次次的高潮和低谷,人工智能在近几年突然实现爆发式崛起。在以往的科幻电影中,那些看似天马行空的人工智能机器人,在不久的将来就要成为现实了。可能大家觉得人工智能还有些遥远,殊不知人工智能的应用早已渗入日常生活的方方面面,与此同时,人工智能也给人类带来了一些弊端,下面我们就来深入分析一下人工智能的利与弊。
35721
2019-10-24 17:07:35
机器学习和深度学习的区别是什么?
机器学习和深度学习的区别是什么?随着业内对数据科学和机器学习使用的日益增长的趋势,对于每个想要生存下来的公司来说,重视机器学习将变得非常重要。今天小编从应用场景、所需数据量、数据依赖性、硬件依赖、特征处理、执行时间、解决问题的方法这几个方面的对比他们之前的区别。
4880
2020-08-28 15:11:47
人工智能难学吗
人工智能难学吗?近年来人工智能技术一直处于互联网科技领域的风口浪尖。虽然真正的人工智能尚未实现,但是基于目前初步人工智能实现技术的普及应用,为大量企业创造了极大的价值。然而AI人工智能领域人才供不应求已经成为制约人工智能技术快速发展的壁垒。
2676
2020-09-23 14:41:29
Apollo自动驾驶AI智能交通应用
综合政务数据、互联网数据、运营数据、物联网数据等基础上,通过人工智能算法对交通与土地相关性进行量化分析,并对交通资源进行优化配置。综合运用云计算、大数据、人工智能等跨领域技术。
2374
2020-10-22 09:39:24