0
| 本文作者： 雷鋒專欄 | 2018-06-19 18:34 |
一年一度的暑假要來了，對很多大三、大四同學(xué)們來說，2個月長假的同時也意味著2個月后就要為找工作做準(zhǔn)備了，相信很多同學(xué)已經(jīng)在暑期開始準(zhǔn)備自己的簡歷了，不過面對寥寥無幾的校園學(xué)習(xí)經(jīng)歷和實習(xí)經(jīng)驗，如何才能在眾多應(yīng)聘者中脫穎而出呢？更別說加入頂尖的AI人工智能企業(yè)了。
為了解決眾多學(xué)生的求職難題，AI慕課學(xué)院聯(lián)合雷鋒網(wǎng)、哈爾濱工業(yè)大學(xué)（深圳）在深圳舉辦了“CV視覺工程師入職培訓(xùn)暑期班”，希望通過2個月的時間幫助廣大同學(xué)們搞定“理論學(xué)習(xí)，企業(yè)實習(xí)以及面試入職”等重要環(huán)節(jié)，既能提升CV方向的理論學(xué)習(xí)，又能豐富實習(xí)經(jīng)驗，還有機(jī)會入職知名AI公司，這個暑期你還在猶豫什么？CV視覺工程師入職培訓(xùn)暑期班最后20個名額，等你來報名！
基礎(chǔ)課程全部由哈爾濱工業(yè)大學(xué)（深圳）計算機(jī)學(xué)院教師團(tuán)隊任教，具有豐富的教學(xué)經(jīng)驗；實踐課程聘請人工智能行業(yè)合作企業(yè)資深工程師任教，項目實戰(zhàn)研發(fā)經(jīng)驗豐富，可提供企業(yè)海量數(shù)據(jù)案例供學(xué)生學(xué)習(xí)。
大道智創(chuàng)CTO邢志偉是哈爾濱工業(yè)大學(xué)博士， 曾任職于NVDIA深圳公司并負(fù)責(zé)領(lǐng)導(dǎo)多項顯卡設(shè)計開發(fā)
宜遠(yuǎn)智能CEO吳博先后在清華大學(xué)、香港浸會大學(xué)求學(xué)，并在英國利茲大學(xué)完成博士后
第一章 AI入門基礎(chǔ)（共120課時）
一、數(shù)學(xué)基礎(chǔ)（40課時）
1. 線性代數(shù)與矩陣論
知識點1： 向量、矩陣簡介、向量范數(shù)、矩陣范數(shù)
知識點2 ：矩陣的運(yùn)算，行列式
知識點3： 條件數(shù)、線性子空間、矩陣的正交化，矩陣求逆
2. 概率論與統(tǒng)計
知識點1： 隨機(jī)試驗、隨機(jī)事件的關(guān)系及運(yùn)算
知識點2 ：事件的概率，條件概率
知識點3 ：獨(dú)立、條件獨(dú)立，常見分部介紹
3. 凸優(yōu)化
知識點1： 機(jī)器學(xué)習(xí)與優(yōu)化關(guān)系，凸集、凸函數(shù)簡介
知識點2 ：極值點、最值點、梯度、方向?qū)?shù)
知識點3 ：約束問題的KKT條件
二、編程基礎(chǔ)（40課時，建議最好有編程基礎(chǔ)，這類課程做課時上的壓縮，重點介紹CV常用的語言知識點）
Python
知識點1 ：基礎(chǔ)語法
知識點2 ：循環(huán)、字符串、列表
知識點3 ：元祖、字典、函數(shù)
知識點4 ：文件操作、面向?qū)ο?/p>
知識點5： 正則表達(dá)式
知識點6： 排序算法
知識點7 ：數(shù)據(jù)分析與可視化實踐
三、機(jī)器學(xué)習(xí) （40課時）
1. 機(jī)器學(xué)習(xí)原理
知識點1： 線性回歸、logistic回歸、梯度下降
知識點2： 決策樹、隨機(jī)森林、GBDT
知識點3：SVM與數(shù)據(jù)分類
知識點4 ：特征工程：數(shù)據(jù)清洗、異常點處理、特征抽取、選擇與組合
知識點5： logistic回歸Softmax SVM與樸素貝葉斯的精髓速講
知識點6 ：決策樹 隨機(jī)森林 boosting 模型融合的精髓速講
2. 機(jī)器學(xué)習(xí)實戰(zhàn)
知識點1 ：機(jī)器學(xué)習(xí)流程、預(yù)處理、特征工程
知識點2： Kaggle機(jī)器學(xué)習(xí)比賽中的特征工程處理實戰(zhàn)
知識點3 ：模型評判標(biāo)準(zhǔn)與部分機(jī)器學(xué)習(xí)有監(jiān)督算法
知識點4 ：sklearn接口熟悉與機(jī)器學(xué)習(xí)建模指導(dǎo)
知識點5 ：sklearn建模與使用
知識點6：機(jī)器學(xué)習(xí)有監(jiān)督算法與無監(jiān)督學(xué)習(xí)
知識點7 ：集成算法與Xgboost/LightGBM
第二章 計算機(jī)視覺理論與實戰(zhàn)（共110課時）
一、計算機(jī)視覺基礎(chǔ)（50課時）
圖像識別
目標(biāo)檢測&跟蹤
圖像分割
二、深度學(xué)習(xí)的算法與實踐（50課時）
1. 深度學(xué)習(xí)原理
知識點1 ：人工神經(jīng)網(wǎng)絡(luò)（ANN）
知識點2 ：深度學(xué)習(xí)（Deep Learning）及TensorFlow等框架
知識點3 ：卷積神經(jīng)網(wǎng)絡(luò)（CNN）
知識點4 ：循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）
知識點5 ：長短時記憶網(wǎng)絡(luò)（LSTM）
知識點6 ：循環(huán)神經(jīng)網(wǎng)絡(luò)變種
知識點7 s：eq2swq模型
2. 深度學(xué)習(xí)實戰(zhàn)
知識點1 ：Caffe實戰(zhàn)圖像分類
知識點2 ：Tensorflow實戰(zhàn)圖像風(fēng)格轉(zhuǎn)換實現(xiàn)
知識點3 ：google wide&deep模型
三、神經(jīng)網(wǎng)絡(luò)的優(yōu)化問題與源碼解析（10課時）
如何選擇適合某一問題的網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)參數(shù)如何初始化
選擇怎樣的梯度下降方法
深度學(xué)習(xí)平臺的代碼架構(gòu)
如何高效實現(xiàn)計算（以卷積層為例）
第三章 企業(yè)項目實戰(zhàn)講解（20*3=60課時）
企業(yè)A項目案例分析
企業(yè)B項目案例分析
企業(yè)C項目案例分析
第四章 企業(yè)實習(xí)（80課時）
企業(yè)培訓(xùn)（代碼規(guī)范）
項目實戰(zhàn)能力測試
企業(yè)項目實操
實習(xí)成果展示
第五章 個人提升（10課時）
簡歷優(yōu)化
面試能力提升
企業(yè)專場招聘會
推薦相關(guān)企業(yè)崗位面試
詳情請掃描咨詢雷鋒網(wǎng)客服
雷鋒網(wǎng)按：小編友情提醒，盡早報名有優(yōu)惠！！！
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
