为您找到117个相关课程
展开简介
收益目标：暂无
适应人群：深入理解当前流行的情景计算的体系结构和优缺点，从而在产品设计中有效应用情景计算提高用户体验。理解机器学习的基本原理，掌握深度学习的优缺点以及在情景计算中的应用前景，从而了解未来3-5年内做出有技术含量的人工智能产品的关键点。
关键词：互联网，人工智能，机器学习
收益目标：学习完本课程后，学员的主要收获有： (1) 从企业级应用的角度对推荐系统有一个全面的认知，知道推荐系统的技能要求、价值、应用场景； (2) 了解最主流的推荐算法基本原理； (3) 熟悉推荐系统的产品形态，针对不同的产品怎么更好地整合推荐系统以发挥业务价值； (4) 了解在真实业务场景中怎么做好推荐系统，让推荐系统真正产生商业价值； (5)获得讲师十多年实践推荐系统的经典案例和经验；
适应人群：本课程适合对推荐系统感兴趣的或者自身工作与推荐系统相关的算法工程师
关键词：互联网，人工智能，大数据，推荐系统，视频推荐，音乐推荐，内容推荐
适应人群：暂无
收益目标：目标 1.了解数字座舱智能化交互的研究进展； 2.了解AGI在数字座舱落地的考量因素及实践案例； 3.了解多模态AGI未来的工作方向 。 成功要点 面向AGI的交互架构设计；以情感价值和用户价值为落脚点；metric驱动的研发体系。 启示 座舱通用智能的未来必然走向多模态融合和跨模态融合交互，以更懂人懂车懂事为持续驱动力。
适应人群：对人工智能交互系统有基础的了解的产品、研发、项目、调研等人员。
关键词：其他，人工智能
收益目标：了解数据科学在金融科技领域里的价值 了解金融科技领域真实的数据科学流程和考虑方面 了解信用模型搭建中多种挑战的解决方案
适应人群：研发工程师、数据分析师、算法工程师、数据挖掘工程师、数据工程师、数据科学家等技术同学，以及对机器学习、数据科学、数据驱动等感兴趣的同学。
关键词：互联网，支付平台，传统金融，互联网金融，人工智能，机器学习
收益目标：（1）解释机器学习理论的概念 （2）介绍常见的机器学习模型 （3）深度学习的理论与应用
适应人群：（1）开发者 （2）架构师 （3）测试工程师 （4）研究工程师
关键词：其他，人工智能，机器学习
收益目标：1. 什么是智能制造，为什么知识在智能制造中处于核心的位置 2. 系统了解人工智能、认知智能和知识图谱的发展脉络和技术体系 3. 系统了解知识图谱的构建、存储和应用技术； 4. 全面了解知识图谱在智能制造中设计研发、生产制造和售后服务等不同环节的应用实 践。
适应人群：中高层领导、团队负责人、项目负责人等； 对认知智能和知识图谱有兴趣的高端职位人员等
关键词：其他，人工智能，转型，知识图谱，金融，智能制造
收益目标：1. 深入理解大语言模型的核心技术 2. 掌握大语言模型的实现过程 3. 洞察大语言模型的未来发展方向和应用前景
适应人群：人工智能相关的工程师或技术经理 了解自然语言处理（NLP）相关技术，并对最新的大语言模型研究、开源项目和大语言模型行业动态有一定的了解和兴趣，尤其在使用大语言模型方面的实践经验会更加有帮助。 人工智能相关研究人员 特别是计算机科学、人工智能以及语言学等相关领域的研究人员，可能将大语言模型用于教学和研究项目
关键词：其他，人工智能，创新
收益目标：1、大数据革命对销售服务带来的挑战和机遇 2、中美知名企业用大数据提升营销的成功经验和失败教训分享 3、运用大数据促进营销管理和运营的方法和路线图 4、通过现场模拟实战案例, 全面掌握运用大数据创新销售服务的实战技巧
适应人群：传统企业的营销高管和资深区域经理。一切对运用大数据做销售服务创新感兴趣的中高层管理人士。
关键词：互联网，人工智能，大数据
收益目标：通过学习本次课程，学员将学习到以下内容： 科学世界观；计算发展简史；人工智能技术本质；区块链基本概念； 元宇宙与应用场景；信息技术的未来
适应人群：本课程适合对该议题有兴趣的学员，期待但是不要求有计算机技术背景。
关键词：互联网，人工智能，元宇宙
收益目标：•理解原理：深入理解GitHub Copilot的工作原理和其背后的AI技术。 •环境搭建：学习如何在不同环境中部署和初始化GitHub Copilot。 •高效使用：掌握使用提示词的技巧，以提高与GitHub Copilot的交互效率。 •编程实践：通过.NET和Node.js的实战演练，学习如何快速开发云上应用。 •技能提升：增强编程能力，特别是在使用现代编程工具和框架方面的技能
收益目标：1.了解VR/IOT设计实操案例 2.了解科技趋势下设计面临的变革和应做的准备 3.了解数字孪生概念在产业互联网行业的落地和应用
关键词：互联网，人工智能，大数据，云计算
活动详情
To Be Better
注册或 找回密码?
