一、课程介绍
近年来，随着数字化与智能化时代的到来，人工智能作为数字化转型过程的一个技术手段，已经广泛应用到多个行业，通过将对应的人工智能技术比如人脸识别、车辆检测、人机对弈、AI医学读片、遥感影像等应用到具体的行业领域，包括数字政府、数字政协、互联网企业（如电商、搜索引擎、社交网站、互联网广告等）、金融企业（如金融股票数据分析）、通信运营商（电信、移动、联通）等。
本课程将通过基础理论级、进阶应用级、高阶实战级三个层级进行系统化地讲授与实践，让学员深入系统地掌握人工智能技术的应用。
1）基础理论级：人工智能基础级培训内容，让学员掌握人工智能的基础知识，在数字化时代人工智能的问题解决思路以及人工智能的应用案例。
2）进阶应用级：人工智能进阶级培训内容，让学员掌握人工智能中用到的机器学习方法和深度学习方法，包括决策树、朴素贝叶斯、神经网络、深度 学习、巻积神经网络和LSTM神经网络等的算法，将每类算法在具体场景中的应用实践。
3）高阶实战级：人工智能实战级项目应用培训内容，让学员掌握人工智能的系统平台工具的应用实战经验，包括人工智能的代表性系统工具平台：TesorFlow深度学习服务器平台，Keras深度学习服务器平台等，通过讲解与实践相结合的方式，让学员更熟练掌握实战技能。
二、培训目标
1、通过本课程的学习，学员可以用较短的时间掌握人工智能技术在各行业领域中的应用情况。
2、掌握人工智能的基础知识，人工智能解决问题的思路，人工智能的应用案例。
3、掌握人工智能的技术平台应用，重点包括Keras、TensorFlow、PyTorch、PaddlePaddle等应用实战且通过具体的实践案例操作，巩固掌握的AI技术和平台的使用。
三、培训对象
各行业企业、事业单位；科研院所、大专院校；企业管理人员、数字化转型与运营负责人；从事数字化转型与运营推进工作的人员等；生产经营、信息技术、人力资源、供应链及物流、电商营销、产业园区等相关管理、技术、运营人员；中小企业、创业者；以及其它对人工智能感兴趣的人员。
四、培训方式
1、理论授课+实战案例操作+互动交流讨论
2、本课程采用理论与项目实战相结合的方式进行教学，在讲授原理的过程中，穿插实际的系统操作。
五、时间地点
培训时间：2025年7月15-18日
培训地点：北京市海淀区丰贤中路7号北科产业3号楼3层。
六、培训内容
第一天
人工智能基础与概述
1.AI技术的理论基础、历史概述
2.人工智能的产业应用概述
3.人工智能发展现状及趋势概述
4.人工智能热点问题和前沿研究介绍
人工智能的行业应用与发展
1.人工智能的行业图谱和行业发展分析
2.人工智能结合大数据的行业应用案例
3.人工智能在“互联网+”领域的应用
4.人工智能在制造业领域的应用
5.人工智能在金融、消费领域的应用
6.人工智能在医疗健康领域的应用
人工智能技术实现环境与编程语言
1.python概述
2.python编程软件安装
3.python基础数据结构
4.python的循环与判断结构
5.函数定义、类的定义
6.第三方库的使用：numpy、pandas、matplotlib
7.图像/视频处理、语音处理、自然语言处理等领域的基本方法
第二天
部署人工智能实验平台
1.国产化深度学习框架基本情况
2.深度学习框架运行的基本软硬件环境要求
3.深度学习框架的安装
4.运行讲师提供的人工智能简単示例验证环境的正确性
5.熟悉实验资料和实验环境
人工智能机器学习的算法模型的应用实践
1.人工智能四大类经典算法概述
2.线性回归
3.逻辑回归算法及应用
4.岭回归
5.朴素贝叶斯算法及其应用
6.支持向量机
7.决策树算法模型及其应用
8.随机森林
9.关联分析算法模型及其应用
10.聚类算法模型及其应用
11.Sklearn库概述
12.Sklearn库概述的实战操作
13.利用Python语言编程,实现分类预测项目
14.机器学习常见评估方法：准确率、召回率、混淆矩阵、F1-score、AUC指标、ROC曲线
第三天 人工智能深度学习的算法模型的应用实践
1.深度学习算法概述
2.神经网络算法模型及其应用
3.卷积神经网络算法及应用
4.循环神经网络深度学习的应用
5.图神经网络算法模型及其应用
TensorFlow：Al深度学习平台及其应用实践
1.TensorFlow：AI深度学习框架的概述
2.TensorFlow深度学习平台的工作机制和系统架构
3.TensorFlow的应用场景和应用案例
4.TensorFlow CNN应用操作
5.TensorFlow LSTM应用操作
6.基于TensorFlow的可视化工具：Tensorboard简介
7.Tensorboard的部署、配置和应用界面操作
8.基于TensorFlow和Tensorboard进行实验操作
9.深度学习算法常见的评估方法：准确率、召回率、AUC指标、ROC曲线、目标识别交并比、图像分割交并比
Keras人工智能平台应用实践
1.业界常用的AI平台：Keras人工智能平台概述
2.Keras AI平台的部署与配置
3.Keras技术实现与工作机制
4.Keras实验案例操作
第四天
Pytorch人工智能平台应用实践
1.Pytorch人工智能平台概述
2.Pytorch AI平台的部署与配置
3.Pytorch技术实现与工作机制
4.Pytorch实验案例操作
5.基于Pytorch的深度学习案例实践
项目实践
1.利用学过的知识，使用Python编程实现基本的人脸识别或AI读片等实验项目
2.讲师提供项目指导手册,带着学员完成,学员独立完成后，讲师答疑
综合实践与分享讨论
1.根据讲师布置的实际应用案例，开展人工智能和大数据完整项目部署设计和应用开发实践、应用实施以及解决方案分享咨询与交流讨论
七、培训师资
张 铉，北京市计算中心算法工程师，北京市科学技术研究院副研究员。神户大学系统信息专业博士毕业，主要研究方向为深度学习、数据挖掘、图像识别算法构建等。主要从事深度学习与图像处理算法的理论与技术落地研究。部分项目经验：（1）作为主要参加人承担国家重点研发计划子课题“既有城市住区智慧化升级改造关键技术研究”。（2）作为主要参加人承担河北省科技计划项目“荣泰模具科技股份有限公司玻璃模具检测智能制造创新团队”。发表论文4篇、授权专利1项、获发明奖1项。
袁寒玉，北京市计算中心智能计算事业部技术总监。硕士毕业于军事医学科学院生物信息学专业，博士就读于北京工业大学化学工程专业。在生物信息分析和生物计算平台开发、生物医学领域的数据分析和机器学习方面具备多年的工作和培训经验。擅长Python、R语言、HPC集群搭建。工作期间研发成果多次获奖，其中，“糖尿病风险预警与辅助诊断智能分析软件”于2021年9月在京津冀科研院所联盟优秀成果选拔赛中获得“科技创新三等奖”，“糖尿病风险预警与辅助诊断智能分析软件”于2020年在第24届全国发明展览会上获“发明创业项目金奖”，“基于人工智能与病理高光谱图像处理技术的胆管癌症诊断技术”在空间信息创新创业大赛中获“优秀奖”。此外，拥有多项相关专利与软著。
陶 磊，北京市计算中心图像算法工程师。毕业于北京信息科技大学，研究机器人视觉方向。就职期间从事图像算法开发工作，熟悉Python、C++等编程语言，熟悉多平台的语言编程，熟悉传统cv算法、深度学习图像处理算法、自然语言处理算法、爬虫以及知识图谱等相关内容。
八、培训费用及优惠政策
培训费4800元/人。
同一单位3人以上报名，每人优惠300元。
九、联系方式
徐建美 15801436028
员丽丽 18701529461（微信同步）
邮 箱 bcc-sxpx@bcc.ac.cn
北京市计算中心有限公司
2024年12月
