美多商城
大型B2C電子商務平臺,包含用戶中心、商品展示、購物車、訂單、支付、評論、搜索等功能。
項目特色
1、采用前后端分離的技術
2、使用最熱門的Django REST framework +VUE技術實現
3、采用數據庫讀寫分離技術
4、使用FastDFS實現商品圖片數據的存儲
5、可掌握支付相關業務的實現
6、可掌握搜索相關技術的使用
小學—山東省小學信息技術六年級教材已加入Python內容,Python語言課程化將成為孩子學習的一種趨勢;
高中—浙江省信息技術課程改革方案已經出臺,Python確定進入浙江省信息技術高考,信息技術教材編程語言從VB替換為Python;
大學—教育部考試中心已發布全國計算機二級考試中正式加入“Python語言程序設計”科目的通知。
谷歌開源機器學習框架:TensorFlow
開源社區主推學習框架:Scikit-learn
百度開源深度學習框架:Paddle
... ...
以上框架,均是由Python語言開發。不僅如此,Python還含有優質的文檔、豐富的AI庫、機器學習庫、自然語言和文本處理庫。尤其是Python中的機器學習,實現了人工智能領域中大量的需求。
Python到底有多火?后端開發、前端開發、爬蟲開發、人工智能、金融量化分析、大數據、物聯網等,Python應用無處不在,搜索引擎Google的核心代碼是Python完成的、迪士尼公司動畫生成的Unix版本都內建了Python環境支持、國內知名的豆瓣網是使用Python技術建立……可見Python應用開發技術在各公司都有大規模使用,Python的發展前景是不可估量的。
《互聯網人才趨勢白皮書》顯示,雖然大批IT從業人員轉型Python開發,但人工智能與大數據高速發展帶來的大基數人才缺口,Python工程師短期內依然難以補缺。根據統計數據顯示,人才缺口超過100萬,國內:豆瓣、搜狐、金山、通訊、盛大、網易、百度、阿里、土豆、新浪等,國外:谷歌、NASA、YouTube、Facebook、紅帽等企業都在發布招聘需求。
拓展知識面,一站式快捷學習
實戰型課程體系,鑄就硬實力
深入詳解開發流程/開發工具鏈
研發項目庫,實戰占比超70%
引入數據科學,銜接人工智能
多領域就業,職業選擇更豐富
①產品規劃
②需求討論
③任務計劃
④任務追蹤
⑤會議計劃
⑥領取任務進行編碼
⑦代碼托管
⑧代碼檢查
⑨自動化構建
⑩管理交付件/發布包
?自動化部署
?執行測試并反饋問題
?流水線管理
使用Web框架進行項目創建,
開發項目
對每個版本的代碼進行管里,方便更新迭代
已經開發完的項目部署在網絡
上,通過域名訪問開發出來的web項目
對網站中的數據的進行存儲,有持久存儲和臨時存儲
對項目的代碼質量進行檢測,避免出現漏洞,保證項目正常運行
Pandas
Numpy
Scipy
Matplotlib
Seaborn
線性回歸
邏輯回歸
決策樹
隨機森林
GBDT
KMeans
風控數據挖掘
機器學習評分卡
金融反欺詐
推薦系統架構
協同過濾
CTR預估
·Python第一個程序
·條件控制語句和循環語句
·容器類型
·函數
·文件操作
1、掌握Python基礎語法, 具備基礎的編程能力。
2、能夠熟練使用Python技術完成針對小問題的程序編寫。
1、能夠熟練使用Python技術完成針對小問題的程序編寫。
·Linux系統使用
·多任務編程
·網絡編程
·HTTP協議,靜態Web服務器
·MySQL數據庫
·高級語法、正則表達式
·HTML+CSS+JS+Jquery
·Mini-Web服務器
·面向對象
·異常處理
·模塊和包
1、能夠熟練使用Linux操作系統;
2、掌握網絡編程相關技術, 能夠實現網絡間數據通信;
3、掌握程序設計開發中多任務實現方式;
4、能夠熟練掌握MySQL操作相關技術, 熟練編寫各種數據庫操作SQL語句, 并能夠進行Python與MySQL之間的數據交互;
5、掌握Python中的re模塊的使用, 能夠實現對字符串進行復雜模式匹配;
6、掌握Web服務器的工作流程, 以及Web框架的實現原理;
7、建立起編程思維以及面向對象程序設計思想。
1、能夠熟練使用Python技術完成針對小問題的程序編寫。
2、能夠使用面向對象的程序設計方法, 基于Linux操作系統開發多任務的網絡程序開發。
·Django框架
·項目:美多商城-前臺
·項目:美多商城-MIS系統
1、掌握Python Web主流框架-Django的使用;
2、可根據Web框架設計,開發對應的數據庫;
3、可根據業務流程圖,開發Web網站的前后臺業務。
1、能夠開發主流Web網站,并掌握常見的技術要點;
2、根據實際問題設計出相應數據庫表。
·Docker
·nginx
·shell
·美多商城自動化部署
·美多商城日志管理
·美多商城自動化測試
·美多商城接口測試
·美多商城性能監控
1、掌握Shell基本語法;2、掌握復雜Shell腳本開發;
3、具備配置自動化及日志分析能力; 4、能夠熟練使用Docker容器;
5、掌握selenium基本使用; 6、掌握UnitTest框架; 7、能夠熟練使用request模塊;
8、具備接口測試和接口測試框架開發能力; 9、掌握locust的使用。
1、具備一定的編程思維;2、能夠熟練編寫復雜Shell腳本;
3、能使用ELK實現企業級日志分析; 4、能夠實現企業項目的部署;
5、web項目自動化測試。
·Flask框架
·黑馬頭條項目
1、掌握Python Web主流框架-Flask的使用; 2、掌握常見的性能優化技術;
3、緩存服務器的操作和設計;4、異步任務的實現。
1、高并發全功能的Web網站開發; 2、提升數據處理響應速度,靈活運用緩存。
·數據采集基礎
·數據提取
·反爬處理
·數據存儲
·scrapy框架
·Python數據科學庫
·機器學習
·金融風控
·數據倉庫
·SQL強化
·推薦算法
1、 熟練掌握Pandas、HQL、Spark;
2、 熟悉常用數據挖掘算法與模型,熟悉邏輯回歸、決策樹、隨機森林、GBDT、XGBoost、聚類等建模方法;
3、 熟練使用時間序列、聚類分析、邏輯回歸、因果分析、關聯分析等統計方法。
1、 勝任相關的數據分析工作,對企業異常數據進行深入分析,對業務風險指標進行跟蹤分析及優化;
2、 搭建業務監控體系,及時發現、排查業務問題,并能提出有效的解決策略或方案;
3、 配合項目計劃,負責建模駐場項目,完成數據分析需求及任務;
4、 通過大數據算法對數據進行模型的構建、維護、和評估。
·性能壓力測試
·elasticsearch
·beats
·kibana
·logstash
·kafka
·elasctic apm
·測試監控
1、 掌握elastic stack技術棧的使用,并能夠理解其底層原理
2、掌握性能壓力測試開發技能,并具備壓測平臺開發的能力
1、 能夠根據實際具體的業務場景,進行日志和指標的收集、處理、分析;
2、能夠根據實際具體的業務場景,實現日志監控、服務組件監控、系統監控、網絡監控、集群監控,形成完整的監控體系;
能夠根據實際具體的業務場景,對web應用進行鏈路監控和追蹤
3、能夠根據實際具體的業務場景,開發壓測平臺,對web服務進行性能測試
4、對web應用的性能和可用性進行監控和管理,發現和定位性能瓶頸和故障,以保證應用達到預期的服務水平及最終用戶體驗
·自動化運維平臺需求分析與設計
·基礎系統搭建和登錄功能
·系統管理功能
·CMDB系統
·監控系統
·自動化部署系統
·項目上線部署
1、掌握流行的Angular前端開發框架及基于螞蟻金服Antd的UI框架——NG-ALAIN;
2、掌握基于LDAP的統一用戶登錄管理的設計和開發;
3、掌握對象級用戶、組權限管理方案的設計和開發;
4、掌握請求日志及操作日志的審計管理的設計和開發;
5、掌握支持混合云的大型企業級CMDB系統的設計和開發;
6、掌握基于LDAP的服務器登錄權限管控的設計和開發;
7、掌握通過Supervisor的XML RPC,以及遠程管理所有服務器的Supervisor及其托管的進程;
8、能夠使用分布式對象存儲ceph來存儲項目的數據;
9、掌握Zabbix監控系統的集成開發;
10、能夠Ansible產品體系進行批量執行及自動化任務系統的開發;
11、具備能夠進行CI/CD全流程開發的能力。
1、解決企業內部多系統的用戶管理問題;
2、解決企業IT資產配置管理混亂問題;
3、解決企業服務器登錄權限管理難的問題;
4、關聯集成Zabbix監控系統,能夠及時實時的查看服務器監控資源;
5、開發自動化管理系統,方便的批量執行和造化任務部署,并且操作歷史可追溯;
6、實現CI/CD整套流程自動化,提升開發、測試、運維協作效率。
·安全基礎
·防火墻與系統認證
·SQL安全
1、掌握sql注入原理及防范
2、掌握基本安全體系和安全策略
能夠根據實際具體的業務場景,實施相關安全措施
精選熱門項目
課時實踐操練
行業項目技術
大型B2C電子商務平臺,包含用戶中心、商品展示、購物車、訂單、支付、評論、搜索等功能。
1、采用前后端分離的技術
2、使用最熱門的Django REST framework +VUE技術實現
3、采用數據庫讀寫分離技術
4、使用FastDFS實現商品圖片數據的存儲
5、可掌握支付相關業務的實現
6、可掌握搜索相關技術的使用
黑馬文學是專注于電子書閱讀的客戶端,本著幫助用戶“多看書、多交朋友”的宗旨,以不斷滿足用戶需求、為世界各地的用戶提供更好的中文閱讀產品為己任,立志給廣大消費者提供更好的閱讀體驗。
1、采用jwt認證方式,實現整套認證方案
2、分類頁面中采用智能推薦分類書籍
3、參考閱讀軟件中的書架,增加隨機推薦書籍
4、采用Elasticsearch搜索引擎,加入高匹配和推薦的內容
5、增加夜間設置,方便用戶夜間看書的
天天生鮮圍繞著老百姓餐桌的生鮮B2C電商平臺。以品質生活為目標,服務每一個家庭,覆蓋了水果蔬菜、海鮮肉禽、牛奶零食等全品類。為每一位用戶帶來放心的食材、實惠的價格和品質的服務。
1、采用前后端不分離分離的技術
2、解決下單并發問題
3、使用ORM框架操作數據
4、使用阿里云發送短線
5、可掌握支付相關業務的實現
6、可掌握搜索相關技術的使用
7、使用阿里云oss對象存儲
愛家租房項目是一個生活類的移動O2O項目,提供一個方便房屋短租供需雙方交易的平臺。通過本項目,學員可以掌握完整的企業項目開發流程。同時,項目中采用Web前端與后端完全分離的技術,可以讓學員掌握后端對接不同前端產品的開發方法。在項目開發中,學員分別從后端開發工程師和前端開發工程師兩個角度開發產品,可以加深學生對Web應用的理解,鞏固前面所學的前端知識。
1、采用前后端分離模式,前端使用art-template模板引擎
2、采用Flask作為后端開發框架
3、采用云通訊發送短信
4、采用七牛對象存儲服務作為圖片存儲
5、采用支付寶支付
6、采用jQuery+AJAX實現頁面局部刷新
7、采用Jinja2模板實現服務器端渲染
8、采用Redis做緩存
9、采用Celery異步任務方案
新經資訊網是一個新聞資訊類門戶網站,為用戶提供優質的新聞資訊內容。項目使用前后端不分離方式實現,后端采用Python Web開發框架Flask,前端使用jQuery + AJAX技術。系統前臺主要由首頁、新聞詳情 頁、新聞評論、用戶個人頁等功能組成。系統后臺主要包含新聞錄入、新聞管理、數據統計等功能。
1、前端采用jQuery+AJAX實現頁面局部刷新
2、采用Flask作為后端開發框架
3、采用Jinja2模板實現服務器端渲染
4、采用云通訊發送短信
5、采用Redis做緩存
6、采用七牛對象存儲服務作為圖片存儲
本項目是提供IT職業在線課程的學習平臺,為即將和已經加入IT領域的技術人才提供在線學習服務。用戶通過錄播學習掌握IT技能。項目包括門戶、學習中心、評論系統、教學管理中心、系統管理中心等平臺構成,為學員提供學習服務。
1、RabbitMQ消息隊列
2、Logstash+ElasticSearch全文檢索
3、基于JWT的用戶認證
4、FastDFS+GridFS分布式文件系統
5、Nuxt.js服務端渲染
6、Celery Beat+FFmpeg+Nginx+Video.js+ HLS視頻處理及點播技術方案
7、大文件斷點續傳技術WebUploader
8、Celery Beat+MQ完成分布式事務控制解決方案
本項目是一款提供中高端健康管理機構整體解決方案的移動端終端產品,提供可以接入微信小程序和移動端的客戶端后端,以及具有菜單權限管理功能管理端后端。
1、采用Django+mysql+redis經典技術棧
2、客戶端實現體檢預約和體檢報告查詢模塊功能
3、后臺管理端實現會員列表、體檢報告上傳、經營統計、體檢預約管理、體檢套餐管理、管理員權限管理等功能
4、使用DRF實現REST API和ORM解決方案
5、在后臺管理端,使用RBAC權限管理設計,配合JWT實現權限認證
6、接入微信公眾平臺,使用戶可以通過公眾號進入使用
7、靜態文件使用第三方對象存儲
8、在客戶端,接入短信驗證碼功能,配合JWT實現登錄認證
9、自定義字體配合echarts做統計數據展示
10、實現通過Excel模板文件下載上傳,并讀取內容使配置生效
律師在線是一個法律咨詢移動端web平臺。開發整體分為兩大模塊,律師端開發、用戶端開發。項目中使用前后端分離的模式,后端Flask實訓,數據存儲采用redis、mysql實現,部署環境是基于ubuntu 16.04系統,使用Gunicorn + Nginx進行布署。功能上項目涉及在線提問,在線咨詢(GeventWebSocket),后臺管理系統等模塊。前端使用Nodejs實現靜態服務器,Websocket實現即時聊天。
1、使用Websocket即時聊天
2、多點登錄限制
3、Nodejs、微信小程序
4、數據庫操作使用ORM, 原生sql語句混合來實現
5、Celery異步任務隊列
6、GeventWebSocket消息推送
7、Gunicorn,Nginx項目部署
黑馬頭條項目是一款匯集科技資訊、技術文章和問答交流的用戶移動終端產品。黑馬頭條提供用戶移動App端、自媒體PC Web端和系統MIS PC Web端三大應用,讓用戶輕松獲取最新資訊,發布資訊文章。
1、使用Flask-RESTful實現REST API
2、靈活使用SQLAlchemy的數據庫ORM解決方案
3、采用企業的Gitflow工作流開發
4、采用企業級的緩存方案
5、使用gRPC與推薦系統和AI系統對接
6、采用Elasticsearch搜索引擎
7、使用socket.io實現即時通訊
8、使用APScheduler實現定時任務
9、使用RabbitMQ消息隊列
10、引入極驗行為驗證
十次方是一個中文IT技術交流平臺,致力于為中國軟件開發者提供知識傳播、在線學習、職業發展等全生命周期服務。包含精品問答、技術論壇、公司招聘、資源下載等產品服務,提供原創、優質、完整內容的專業IT技術開發社區。
1、采用前后端分離的技術
2、使用最熱門的Django REST framework技術實現
3、使用docker+nginx進行部署
4、采用七牛對象存儲服務作為圖片存儲
5、可掌握搜索相關技術的使用
Web開發工程師
Python開發工程師
數據分析工程師
自動化運維工程師
自動化測試工程師
算法工程師
數據挖掘工程師
網絡爬蟲工程師
制定AI培訓新標準
培養AI專精型人才
多領域多行業項目
打造AI核心競爭力
覆蓋AI職業全技能
助力學員高端就業
技術大牛傾力研發
專職沉淀AI新技術
課程設置科學合理
適合AI技術初學者
聚力名企共建課程
整合優質技術資源
AI算法深入研究能力指算法實用性、先進性、可拓展性,讓學員掌握算法模型舉一反三的技能。
AI算法業務流處理能力指通過企業實戰場景、業務流,對AI技術實戰訓練,解決實戰業務流問題。
在線醫生問答機器人是NLP在醫療領域的應用之一,幫助人們解決基本的醫療知識問答。項目涉及主流的AI技術,包括遷移和微調BERT模型解決句子連貫性判斷、BiLSTM+CRF解決醫療命名實體識別、使用自監督語料進行實體審核等,對涉獵的全部算法模型進行深度解析。同時,整個項目具備完整的業務流程,包括微信公眾號的對接、對話管理存儲、模型部署服務、圖數據庫操作等,以便訓練的模型能真正投入使用,產生商業價值。
醫療領域知識圖譜neo4j存儲N度關系查詢圖數據管理
醫療對話生成模型訓練基于BERT的對話連貫性判斷用戶意圖識別Bi-LSTM+CRF的命名實體識別
多輪對話管理系統基于Redis的緩存基于Unit的規則生成器多輪對話控制機制
科學計算庫,特征工程, 十大經典算法,主流應用領域,推薦系統,主流框架人工智能框架TensorFlow、Pytorch。
圖像分類,目標檢測和追蹤,圖像語義分割,場景文字識別,圖像生成,人體關鍵點檢測及標簽識別,視頻分類。
分詞,命名實體識別,詞性標注、句法分析、語義理解、信息抽取、機器翻譯、文本摘要、問答系統、閱讀理解。
進化學習、分布式機器學習、強化學習、立體視覺與SLAM、點云處理、對稱權重與深度置信網絡、模型可解釋性,模型壓縮,遷移學習,終身學習,元學習。
深度學習算
法工程師
推薦系統
工程師
機器學習算法
工程師
知識圖譜
工程師
圖像與視覺
處理工程師
數據挖掘
工程師
自然語言處
理工程師
數據分析
工程師
·Python第一個程序
·條件控制語句和循環語句
·容器類型
·函數
·文件操作
1、掌握Python基礎語法, 具備基礎的編程能力。
1、能夠熟練使用Python技術完成針對小問題的程序編寫。
·Python高級語法
·Python常用標準庫
·數據結構與算法
·Linux系統使用
·網絡編程
·多任務編程
·Web基礎應用:HTTP協議
·Web基礎應用:前端基礎
·AI開發Web應用:Django框架
·面向對象
·異常處理
·模塊和包
1、能夠熟練使用Linux操作系統;
2、掌握網絡編程相關技術, 能夠實現網絡間數據通信;
3、掌握程序設計開發中多任務實現方式;
4、能夠進行Python與MySQL之間的數據交互;
5、掌握Python中的re模塊的使用, 能夠實現對字符串進行復雜模式匹配;
6、掌握Web服務器的工作流程, 以及Web框架的實現原理;
7、建立起編程思維以及面向對象程序設計思想。
能夠使用面向對象的程序設計方法, 基于Linux操作系統開發多任務的網絡程序開發。
·常用科學計算庫的使用
·數學基礎知識及基于科學計算庫的實現
·數據預處理與特征工程
·決策樹
·SVM支持向量機
·樸素貝葉斯
·聚類算法
·集成學習
·馬爾可夫鏈蒙特卡羅方法
·圖模型
·高斯過程
·機器學習項目實訓
1、掌握數據科學庫的使用;
2、掌握數據基本處理的方法;
3、掌握機器學習中處理數據的方法;
4、理解經典的機器學習算法原理;
5、掌握機器學習中工作的具體流程。
1、把實際工作、生活中遇到的問題轉換為可以用機器學習解決的模型;
2、實現針對不同問題,選擇不同算法模型,同時在該模型的基礎上,對該算法進行調優。
·神經網絡
·TensorFlow框架
·圖像與視覺處理介紹
·目標分類和經典CV網絡
·目標檢測和經典CV網絡
·目標分割和經典CV網絡
·OpenCV庫與圖像處理基礎
·OpenCV庫與圖像處理進階
·cv綜合案例實訓
1、熟悉深度學習主要及前沿網絡模型的架構原理及在實際業務場景中的應用;
2、掌握深度學習在計算機視覺中的應用,包括但不限于分割檢測識別等;
3、掌握實際工作中深度學習的具體流程,數據及標注處理,建模訓練,及模型部署應用等。
1、可實現物體(人體,人臉,通用目標)檢測,跟蹤與識別,道路交通及工業環境險情發現等多領域的深度學習解決方案;
2、能夠對圖像處理、人臉算法,或者對于各種深度學習框架實現的算法進行調優。
·pytorch工具與神經網絡基礎
·自然語言處理NLP介紹
·自然語言處理NLP開發HelloWorld案例
·文本預處理
·RNN及變體
·Transfomer
·傳統的序列模型
·非序列模型解決文本問題
1、掌握pytorch的安裝和使用;2、掌握NLP領域前沿的技術解決方案;
3、掌握NLP相關知識的原理和實現; 4、掌握傳統序列模型的基本原理和使用;
5、掌握非序列模型解決文本問題的原理和方案。
1、能夠使用pytorch搭建神經網絡;2、構建基本的語言翻譯系統模型;
3、構建基本的文本生成系統模型;4、構建基本的文本分類器模型;
5、使用ID-CNN+CRF進行命名實體識別; 6、使用fasttext進行快速的文本分類。
·智能交通CV項目
·實時人臉檢測CV項目
·智能文本分類NLP項目
·在線醫生NLP項目
·場景識別CV項目
·泛娛樂推薦項目(CV+推薦)
1、掌握大規模語料下AI模型快速進行文本分類的全流程;
2、掌握多模型并行訓練與多模型部署預測的全流程;
3、掌握垂直領域AI對話系統的基本工程實現;
4、掌握使用遷移學習方法進行句子審核及其句子主題相關問題的實現;
5、掌握復雜場景下AI模型實時進行目標檢測并跟蹤的全流程;
6、掌握利用AI模型進行人臉定位,檢測,識別,匹配的工程實現方法;
7、掌握多模型級聯實現場景識別并進行模型部署的全流程。
1、通過項目對機器學習、NLP、CV領域知識點綜合應用;
2、通過項目綜合提升AI算法業務流搭建能力;
3、通過項目綜合提升AI算法實用性、先進性、可拓展性經驗提升。
·自編碼器
·對稱權重與深度置信網絡
·進化學習
·分布式機器學習
·強化學習
·數據結構和算法強化
·數據結構強化
·動態規劃初步
·貪心算法
·數據結構與算法的Python實現
·計算機視覺CV強化
·立體視覺與SLAM
·點云處理
1、理解算法和模型的分布式實現及加速原理;
2、深入理解常用算法,模式識別,概率統計、最優化等算法原理及應用;
3、基于3D點云數據,進行配準、分割和特征識別等算法開發,建立3D點云圖處理的算法模型。
1、跟進行業最新深度學習算法相關先進技術,研究并應用的學習算法,持續提升模型的精準性和魯棒性;
2、深入理解算法和模型調優方式及優缺點;
3、綜合運用經典SLAM技術,多視角幾何基礎理論以及三維重建方法進行業務實踐。
自然語言處理方向01 NLP案例6+
02 小智同學聊天機器人項目
03基于Transformer的語音識別項目
推薦系統方向01 大數據推薦系統基礎專業課
02 黑馬頭條推薦系統項目
03 泛娛樂推薦系統項目
圖像與視覺處理方向01 CV案例6+
02 場景識別項目
03 在線商品檢測項目
數據處理方向01 Python爬蟲基礎
02 爬蟲熱點項目庫
03 爬蟲高薪課
04 數據分析基礎課和案例
Web開發方向01 Web-Django框架基礎課
02 Web-Flask框架基礎課
03 美多商場項目
04 黑馬頭條web項目
05 傳智云課堂項目
智能問答
AI醫療
智慧城市
自動駕駛
姿態識別
智能質檢
供需預測
路線規劃
險情檢測
人臉識別
精準營銷
語義分析
場景識別
推薦系統
股價預測
量化分析
AI項目
覆蓋領域
本項目利用深度學習技術,跟蹤路面實時車輛通行狀況,并逐幀記錄不同行車道車流量數目。車輛自動計數系統由計數系統、圖像抓拍系統、實時監控錄像系統組成,可在視頻看出每個車輛的連續幀路徑。
1、Siamese系列模型
2、yoloV3目標檢測
3、SORT/DeepSORT算法
4、卡爾曼濾波目標位置優化
5、匈牙利算法目標匹配
6、相機校正方法
本項目可通過攝像頭實時采集視頻人臉數據,也可批量圖片輸入自動化識別人臉;本項目對視頻可實現人臉的跟蹤,并標注姓名、性別、情緒(開心、生氣、自然)等信息;能對進入視頻的陌生人報警。
1、EigenFace
2、LBPH
3、雙屬性圖
4、動態人臉定位
5、活體檢測
6、柔性模型技術
7、Gabor系數特征匹配
8、隱馬爾科夫模型的圖像分割
在線醫生項目是一個基于自然語言理解方向的問答機器人。該項目結合醫學知識圖譜、深度學習、對話管理、微信公眾號開發等技術,旨在降低首醫成本,為患者提供基本醫學診斷意見服務。
1、Neo4j圖數據庫
2、命名實體審核/識別模型訓練與預測+
3、句子主題相關模型訓練與部署
4、系統聯調與測試
5、論文復現
中文標簽化系統是NLP基礎任務的綜合系統,同時又是NLP應用的基礎設施。根據文本信息,給出對應的預定義標簽將能夠有效的支持用戶畫像,推薦系統等。同時,對于高階NLP任務,如對話,翻譯,寓意蘊含等在語料分類上將有很大的幫助。
1、標簽詞匯知識圖譜
2、特征工程
3、fasttext模型
4、多模型訓練與預測
5、AI業務流調試
6、Django后端服務搭建
推薦系統的在當下的火爆程度毋庸置疑,個性化推薦的需求也是每一個toC產品應該實現的目標。本項目推薦系統策略與圖像與視覺處理相結合,深度解決互聯網產業的推薦業務場景。
1、知識圖譜構建雙畫像
2、多召回策略
3、召回金字塔
4、基于人臉
5、場景
6、表情推薦方案
場景識別是視頻內容結構化的重要基礎。場景信息是影視劇、短視頻推薦的重要依據;通過場景識別把視頻按照場景片段分割,為廣告與視頻場景原生貼合創造條件。
1、淺CNN模型粗分場景
2、深CNN模型集成學習細分場景
3、MLP模型預判的深度級聯學習模型
黑馬頭條推薦系統屬于機器學習與深度學習推薦應用項目,類似今日頭條、掘金等推薦。用戶可以通過黑馬頭條APP獲取個性化推薦技術文章的效果。
1、Hadoop分布式文件存儲和計算
2、Sqoop大規模數據遷移
3、Lambda架構
4、Flume數據采集
5、Kafka消息隊列
6、Spark機器學習
7、用戶特征工程
8、TFIDF、TextRank文本特征工程
9、多路召回策略
10、Wide&Deep深度學習模型
本項目可針對X光胸片的肺部結節自動檢測,在CT圖像上進行智能肺結節檢測。結合計算機視覺技術和深度學習網絡,AI能夠自動完成對可疑病灶區域的標記和預診斷,提高醫生工作效率,降低誤診率和漏診率。
1、R-CNN系列目標檢測
2、3D-CNN模型
3、DNN網絡提取語義特征
4、圖像分割
5、格式轉換
6、算法優化
小智聊天機器人,使用了自然語言處理的技術,實現人機對話。實現的是一個類似智能客服的系統,實現了閑聊功能和問答功能,在App上提供了入口,能夠和機器人閑聊和編程相關的問題。
1、jieba分詞
2、skip-gram模型
3、CBOW模型
4、詞嵌入原理word_embedding
5、神經網絡RNN-LSTM-GRU
6、Seq2Seq模型完整搭建和訓練
7、astText+Attention注意力機制
在線商品檢測項目是一個基于圖像方向的一個目標檢測的項目。類似的項目應用如淘寶拍立淘等。該項目結合當前CV領域常用工具、深度學習、目標檢測算法、微信小程序對接、百度機器人對接等技術,能夠為用戶或者消費者拍攝的照片、視頻中存在的目標做出標記與類別判斷。
1、YOLO系列模型
2、SSD模型
3、數據增強
4、TensorFlow serving
5、多GPU訓練及模型部署
6、LabelImage圖像標注
AI技術大牛
AI從業經驗
技術研討
特定目標車輛跟蹤Siamese系列模型的解決方案SORT/DeepSORT算法多目標車輛跟蹤解決方案
建立交通流系統狀態和觀測狀態的解決方案車輛檢測、計數和分類解決方案
圖像去畸變的解決方案實時車道線檢測的解決方案
實時采集攝像頭人臉視頻的解決方案利用深度學習方法進行人臉屬性提取的解決方案
動態圖像人臉定位的解決方案利用深度神經網絡進行人臉實時識別跟蹤的解決方案
醫學影像格式轉換的解決方案肺部實質形態分割的解決方案
利用深度學習模型進行肺結節檢測及分割的解決方案可疑病灶區域標記及預診斷的解決方案
基于多模型級聯學習的場景識別解決方案淺CNN模型和深CNN模型集成學習
mlp模型組合預判場景解決方案在線圖片識別-商品檢測項目(CV)
基于端到端算法的目標檢測解決方案模型訓練中數據增強的解決方案
基于Label Image的圖像標注的解決方案知識圖譜的雙畫像關系存儲解決方案
動態/靜態標簽的AI屬性方案實時響應的AI金字塔召回方案
wide-deep模型的排序模型方案醫療領域NER解決方案
對話主題相關解決方案微信端服務部署解決方案
對話管理系統與AI結合解決方案大規模快速文本分類解決方案
多模型并行預測解決方案分布式模型訓練解決方案
多標簽知識圖譜構建解決方案基于Flume+Kafka的實時數據采集解決方案
基于詞頻、詞向量的文章畫像抽取解決方案離線定時任務多路召回的解決方案
wide&deep深度神經網絡模型的排序方案雙通道redis&hbase的實時請求服務解決方案
推薦系統冷啟動解決方案中文分詞和向量化的解決方案
基于神經網絡端到端的解決方案語言模型調優與注意力機制優化的方案
模型訓練流水線模型并行預測服務模型熱更新微服務分布式模型訓練自動參數調優Fasttext模型全面解析應用Transformer遷移學習深入實踐ResNet主干視覺網絡剖析強化學習與對抗網絡解讀大型模型壓縮與知識蒸餾探索對抗網絡系列算法論文復現……
雙方將共同制定和推廣“人工智能”人才標準及人才培養方案,并根據各自的優勢共同進行課程設計和優化,旨在培養更專業的人工智能領域人才。
雙方將通過平臺建設、課程研發、人才培養及產品創新,圍繞人工智能數據科學、圖像與視覺處理、自然語言處理等領域開展更多深度合作。
北京大學電子與通信工程碩士, 多年開發經驗,熟悉web后端,移動端, 大數據, 機器學習等技術, 精通java Python等常用開發語言,在多家軟件公司擔任高級工程師, 項目經理, 有新浪微博,中新網新聞發布系統等多個大型項目經驗。
畢業于山東大學,計算機碩士。具有10年項目開發、項目管理經驗,任事業部技術總監,長期一線項目經理。主持開發過的項目涉及銀行、政府等應用領域。多年企業內訓培訓師,講課深入淺出,深受學生和企業員工的好評。
大連理工大學計算機碩士畢業,專注于機器學習,操作系統,推薦,深度學習領域。曾就職于人工智能創業公司,百度公司,任算法高級工程師。對CV,NLP,風控,強化學習,C++,Python等領域技術有深入研究和項目經驗。為人幽默喜氣,深受學生歡迎。
10年Linux平臺互聯網開發經驗,業界資深講師。精通Linux內核開發、內核系統移植、ARM SOC體系結構設計、C/C++、Python、Javascript、LISP、ARM/X86匯編等編程語言,全棧工程師對計算機原理從上到下融會貫通。
十年Linux平臺軟、硬件開發經驗,五年教學經驗。擁有美國Intel多核多線程認證, ARM認證工程師資格證(AAE和AAME)。曾參與上海建設銀行項目Unix安全及解決方案,263網絡集團的大型企業郵箱系統開發。精通Linux內核驅動開發、C/C++、Python開發。
多年軟件開發經驗和豐富的教學經驗,先后在多家公司擔任團隊技術負責人。熟悉Python、C、Objective-C、Swift等編程語言,帶領團隊開發出《利安社區》《榮華果園》《愛遇》《WinShop》等。授課風趣幽默,善于引導學生主動思考問題。
多年研發經驗和教學經驗。精通Linux操作系統各種應用開發,精通C/C++、Python語言編程,對GTK+、Qt等圖形界面編程有深入研究,精通網絡編程,交換機、路由器、TCP/IP協議棧等。擁有豐富授課及培訓技巧,講課幽默生動有趣,深入淺出。
碩士研究生學歷,具有多年的編程工作經驗。研究生期間主要研究算法優化,熟悉常用算法模型底層原理。做過數據挖掘,推薦系統等相關工作。專注于人工智能、機器學習、深度學習相關方面的應用研究。授課幽默風趣,注重學員反饋吸收。
計算機專業畢業,多年IT教育培訓及多年開發經驗,精通Python、C、OC、Swift等編程語言,主導過多個項目開發,社交、新聞、購物等APP和后端領域,注重移動端與后臺接口交互體驗。授課思路清晰明了,通俗易懂。
人工智能方向博士,微軟AI課程導師; 曾任職于多家世界500強公司及無人機行業領先企業的研發部門;授課經驗豐富,精準把握方向, 知識體系完備;開拓的國際視野,具有亞歐大陸、南北美洲等30余個國家的訪學閱歷。
統計學碩士,10年以上醫療行業軟件研發與算法設計經驗,擔任算法工程師+高級軟件工程師,精通Python ,opencv,c++,php,react-native等,主要從事人臉檢測,物體識別并建立相關醫療模型,具有醫療核心期刊發表過相應文章經歷。
多年開發與IT教學經驗,精通Python、MySQL、HTML、CSS、JavaScript等編程語言。技術純熟,項目經驗豐富。授課風趣幽默,以不同的授課風格打破代碼課程對學生的常規束縛,引導不同基礎的學生日有所長。
課前明確學習目標
學員全程圍繞學習目標開展學習
根據個人知識掌握
推薦對應學習建議
隨時隨地在系統中提出
問題并獲得解答
學習成果通過可視化BI報表展現
學習情況了然于胸
隨堂糾錯測評
確保學習的薄弱點有效補救
低起點、高終點的練習路徑
提升知識應用能力
階段性評估
明確學習薄弱點
專人制定專項學習計劃
確保每一名學員不掉隊