人工智能是利用计算机来模拟人类智能行为及其规律的一门技术，其主要任务是通过大量数据进行建模，进而实现某些近似人类智能行为的系统。由于人工智能是模拟人类智能解决问题的方法，在几乎所有学科领域都越来越普遍地用到各种人工智能技术。近年来，人工智能经历了从爆发到寒冬再到极速发展的历程，伴随着深度学习、机器学习等人工智能技术的提升，结合医药健康、生物医学等各领域的发展，人工智能成为了这一时代技术发展的新趋势。
本课程将围绕人工智能技术开始，拓展到神经网络的理论基础以及具体的训练以及评价方法，在让学员掌握人工智能的基本概念、原理及算法的基础上，结合医药健康领域的数据进行建模，进而为医药健康行业提供支撑。
授课对象：
1、医药健康、生物医学、信息化或其他行业从业人员
2、其他对人工智能、数据分析感兴趣的人员
学员基础：
1、熟悉自身所处行业的数据
2、了解基础的数学概念、熟练使用电脑
主办单位：北京市计算中心有限公司
协办单位：
北京市基因测序与功能分析工程技术研究中心
云计算关键技术与应用北京市重点实验室
工业和信息化人才培养工程培训基地
北京市大数据教学实践基地
举 办 地：北京市海淀区丰贤中路7号北科产业3号楼
课程安排：2025年7月22-25日（周二-周五） 上9:30-11:30 下13:30-16:30
日程安排
第一天
AI医疗概论
1.AI技术的理论基础、历史概述
2.AI技术在医药健康中的应用
3.机器学习与深度学习的基本思想与方法工具
4.AI医疗实践的环境准备、软件安装调试
Python入门
5.Python基本语法
6.数据结构：列表、元组、字符串、字典、集合
7.控制语句：判断、循环、迭代
8.文件操作：读取、输出
9.函数与库：标准库、自定义、统计、绘图
10.医药数据分析与应用示范练习
第二天
机器学习理论基础
11.机器学习理论与方法综述
12.机器学习算法应用与建模
13.机器学习的模型评价
14.医药健康行业的数据理解与准备知识
15.医药健康行业的数据特点 理论
深度学习理论基础
16.深度学习技术简介
17.图像处理入门
18.卷积神经网络CNN算法原理概述
19.主流深度学习框架
20.深度学习在医学图像识别中的应用
第三天
基于Tensorflow的医学图像识别
21.Tensorflow入门与基础语言
22.损失函数与梯度下降法
23.构建优化器
24.TensorFlow可视化工具
25.医学图像中的机器读片实现
GPU高性能计算入门及上机实战
26.高性能计算理论基础
27.Linux常用命令使用和上机操作
28.Linux环境下软件安装
第四天
GPU高性能计算入门及上机实战
29.GPU加速技术
30.tensorflow-gpu与应用
31.基于高性能计算的模型训练
人工智能平台与课程答疑
32.医疗人工智能平台设计与应用
33.具体问题讨论和答疑，可以结合自身数据和分析需求，进行项目设计与讨论 理论
注：内容以实际发生为准；若调，会提前通知。
【报名费用】
注册费：4800元/人（含当期听课费、资料费、证书费、考试费（如有））。
提供当期视频回放以供复习使用（羽林学院平台）。
开具增值税发票，提供盖章通知、结业证书等相关材料。
【报名优惠政策】
1、3人以上团体报名每人可减少300元；
2、4+1团报，可免费赠送一个名额；
3、上面优惠政策不能同时享受，只能享受其中一种；
老学员参加及推荐学员参加均可额外优惠200元。
【报名回执】
【咨询请联系】
QQ号：2814500767
邮箱：bcc-sxpx@bcc.ac.cn
徐老师 010-59341786，15801436028（微信同号）
员老师 010-59341773，18701529461（微信同号）
【注】开课前一周会发送邮件通知；若未接到邮件通知，请电话咨询。
