架构师
互联网
人工智能
Python
推荐课程
average > 0 ? $model->average . '分' : '10.0分' ?>

Python、Spark和TensorFlow人工智能培训

刘老师

某知名咨询公司 云平台系统架构师

毕业于⼤连理⼯⼤学
简介:
精通开源的⼤数据⽣态技术和架构,Hadoop、Hive、Hbase、 Spark、Flink等开源技术栈。
有10年左右基于⼤数据解决⽅案平台、数据架构、数据中台、数据治理、数据分析和挖掘的⼤型数据湖和数
据中台项⽬架构实施经验,
⽬前任职国内知名咨询公司,先后服务于北京⼤学软件研究所、阿⾥巴巴、Teradata,实施过基于开源⼤数据技术
栈的数据湖解决⽅案和实施、湖仓⼀体架构咨询和实施、数据中台的咨询和设施
最近主要项⽬介绍:
某移动⼤数据平台架构设计和设施 (Hadoop、Spark)
四⼤⾏之⼀的数据湖咨询和实施
某⼤型商业银⾏数据中台咨询
某银⾏基于开源⼤数据技术栈数据中台的咨询和实施
某航空公司数据平台流批⼀体解决⽅案和实施
特长:
在⼤数据架构、开发、运维和优化、数据集成、 数据湖(Data Lake)、数据建模、数据挖掘/机器学习、数据
中台等⽅⾯有丰富经 验。

毕业于⼤连理⼯⼤学 简介: 精通开源的⼤数据⽣态技术和架构,Hadoop、Hive、Hbase、 Spark、Flink等开源技术栈。 有10年左右基于⼤数据解决⽅案平台、数据架构、数据中台、数据治理、数据分析和挖掘的⼤型数据湖和数 据中台项⽬架构实施经验, ⽬前任职国内知名咨询公司,先后服务于北京⼤学软件研究所、阿⾥巴巴、Teradata,实施过基于开源⼤数据技术 栈的数据湖解决⽅案和实施、湖仓⼀体架构咨询和实施、数据中台的咨询和设施 最近主要项⽬介绍: 某移动⼤数据平台架构设计和设施 (Hadoop、Spark) 四⼤⾏之⼀的数据湖咨询和实施 某⼤型商业银⾏数据中台咨询 某银⾏基于开源⼤数据技术栈数据中台的咨询和实施 某航空公司数据平台流批⼀体解决⽅案和实施 特长: 在⼤数据架构、开发、运维和优化、数据集成、 数据湖(Data Lake)、数据建模、数据挖掘/机器学习、数据 中台等⽅⾯有丰富经 验。

课程费用

5800.00 /人

课程时长

2

成为教练

课程简介

Python、Spark和TensorFlow人工智能培训

目标收益

培训对象

课程大纲

第一天
模块一:
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割析
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
模块二:
Python数据挖掘快速入门
1.Python语言基础快速入门
2.科学计算库Numpy
3.数据分析处理库Pandas
4.可视化库Matplotlib
5.人工智能必备Python基础
模块三:
Scikit-learn实战
1.Scikit-learn库介绍
2.Scikit-learn安装
3.基于Scikit-learn的常用挖掘算法实战
4.基于Scikit-learn数据挖掘流程
— 数据读取
—数据标准化
—特征提取
—升维和降维
模块四:
python基于Spark的数据挖掘实战
1.Spark Mllib介绍
2.Spark mllib 实现K-means应用
3.Spark mllib 实现贝叶斯应用
4.Spark mllib 实现决策时应用
5.Spark mllib 实现随机森林应用
6.基于Spark mllib实现信用卡挖掘模型应用
第二天:
模块五:
TensorFlow Al深度学习平台及其应用实践(1)
1.TensorFlow: 一个Al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的安装、部署、配置和使用
4.TensorFlow的应用场景和应用案例
模块六:
TensorFlow Al深度学习平台及其应用实践(2)
1.TensorFlow CNN应用操作
2.TensorFlow LSTM应用操作
3.TensorFlow在图像识别的实验操作
4.基于TensorFlow的可视化工具:5.Tensorboard简介
6.Tensorboard的部署、配置和应用界面操作
7.基于TensorFlow和Tensorboard进行实验操作
模块七:
Keras人工智能平台应用实践
1.业界常用的AI平台:Keras人工智能平台架构
2.Keras Al平台的部署与配置
3.Keras技术实现与工作机制
4.Keras实验操作
模块八:
人工智能应用案例介绍
1.人工智能在金融行业的使用案例介绍
2.人工智能在保险行业的使用介绍
3.人工智能实现机器人的案例介绍
第一天
模块一:
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割析
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
模块二:
Python数据挖掘快速入门
1.Python语言基础快速入门
2.科学计算库Numpy
3.数据分析处理库Pandas
4.可视化库Matplotlib
5.人工智能必备Python基础
模块三:
Scikit-learn实战
1.Scikit-learn库介绍
2.Scikit-learn安装
3.基于Scikit-learn的常用挖掘算法实战
4.基于Scikit-learn数据挖掘流程
— 数据读取
—数据标准化
—特征提取
—升维和降维
模块四:
python基于Spark的数据挖掘实战
1.Spark Mllib介绍
2.Spark mllib 实现K-means应用
3.Spark mllib 实现贝叶斯应用
4.Spark mllib 实现决策时应用
5.Spark mllib 实现随机森林应用
6.基于Spark mllib实现信用卡挖掘模型应用
第二天:
模块五:
TensorFlow Al深度学习平台及其应用实践(1)
1.TensorFlow: 一个Al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的安装、部署、配置和使用
4.TensorFlow的应用场景和应用案例
模块六:
TensorFlow Al深度学习平台及其应用实践(2)
1.TensorFlow CNN应用操作
2.TensorFlow LSTM应用操作
3.TensorFlow在图像识别的实验操作
4.基于TensorFlow的可视化工具:5.Tensorboard简介
6.Tensorboard的部署、配置和应用界面操作
7.基于TensorFlow和Tensorboard进行实验操作
模块七:
Keras人工智能平台应用实践
1.业界常用的AI平台:Keras人工智能平台架构
2.Keras Al平台的部署与配置
3.Keras技术实现与工作机制
4.Keras实验操作
模块八:
人工智能应用案例介绍
1.人工智能在金融行业的使用案例介绍
2.人工智能在保险行业的使用介绍
3.人工智能实现机器人的案例介绍

活动详情

提交需求