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
神经网络到底是什么?它有什么用?
神经网络到底是什么?神经网络用大白话翻译一下就是,当人们从物质上去模拟人脑时,神经网络就诞生了。就目前来说,神经网络已经在很多领域都开始了应用。那么它有什么用呢?本问主要对神经网络的基本概念和作用做一个全面简要的介绍。
9951
2019-08-05 17:36:02
人工智能如何影响生活?会带来哪些好处?
随着人工智能进入崭新的发展阶段,我们的生活越来越与人工智能息息相关了。从生活中常见的语音小助手到AI健康管理,无不体现了人工智能的广泛应用。那么人工智能如何影响我们的生活?又会带来哪些好处?下面小编就来带大家了解一下人工智能对生活的实际价值。
14678
2019-09-29 17:38:26
人工智能自动分类垃圾的应用原理深度分析
不久前上海关于垃圾分类的出台政策大家应该还记得,做好垃圾分类成为了许多人的难题。其实,随着人工智能技术的突飞猛进,自动分类垃圾桶已经出现了。目前有许多关于人工智能自动分类垃圾的应用,像是芬兰的Bin-e垃圾桶,阿里的“浣熊”智能垃圾分类系统等等,相信国内人工智能自动分类垃圾应用将成为新的发展趋势,人工智能自动分类垃圾的普及也只是时间问题。下面来看看人工智能自动分类垃圾的应用原理。
25648
2019-10-28 11:24:18
人工智能的就业前景和工资怎么样?
人工智能这把大火近些年来越烧越旺,随着AI技术的广泛应用,不少技术都落到了实地,如人脸识别技术,语音识别技术等等。由此人工智能的人才需求正在逐年矿大,这也吸引了不少想要入门人工智能的小伙伴。虽然大家对人工智能都不陌生,但是对于它的就业行情和薪资,了解的人还是知之甚少。下面我们一起来看看人工智能的就业前景和工资到底怎么样。
9330
2019-12-05 13:09:03
什么是人工智能
什么是人工智能?通过各种科幻影视剧,我们普遍认为人工智能就是通过各种方法最终实现,计算机模拟人类运行的系统。人工智能不是人的智能,但能够像人一样的思考,甚至有可能超过人的智能。
4912
2020-09-24 11:11:26