课程简介
1)理解AI基础与发展趋势：使人员全面了解人工智能的基本概念、发展历程、关键技术及未来趋势。
2)掌握AI数据处理技术：培养人员在数据处理方面的能力，包括数据预处理、数据分析和数据挖掘。
3)应用AI于数据处理：通过案例应用，让人员掌握如何将AI技术应用于数据处理中，提升工作效率和准确性。
目标收益
培训对象
1)IT专业人士：专注于数据分析、数据挖掘和机器学习的工程师，旨在提升其在数据处理领域的AI应用能力。
2)数据分析师与科学家：希望利用AI技术优化数据分析流程，提高工作效率和准确性的人士。
3)管理层和技术决策者：需要理解AI及其对业务影响的企业领导者，以指导战略规划和技术投资。
4)学生与研究人员：正在学习或研究计算机科学、统计学等相关学科，渴望了解AI最新发展的学术群体。
5)创业者：计划开发基于AI的数据处理解决方案，寻找创新机会的创业人士。
课程大纲
|
第01部分（第一天上午） AI基础理论、发展趋势和热点技术 |
1.什么是人工智能 2.人工智能的内涵和外延 3.人工智能的发展演进 4.人工智能的关键技术 5.人工智能的典型应用 6.人工智能的发展趋势 7.AI数据处理新模式 |
|
第02部分（第一天下午） 数据分析流程、方法、工具和案例实战 |
1.数据分析基础知识 2.数据分析基本工作流程 3.常用统计分析方法 4.数据分析主流工具平台 5.Excel数据分析操作实战【案例】 6.Power BI数据可视化入门【实战】 7.案例：商品销售数据分析实战 |
|
第03部分（第二天上午） 数据挖掘流程、算法、工具和案例实战 |
1.数据挖掘基础知识 2.数据挖掘标准工作流程 3.数据挖掘常用算法模型 4.数据挖掘主流工具平台 5.Weka数据挖掘入门【实战】 6.案例1：Kaggle竞赛之泰塔尼克幸存预测 7.案例2：Kaggle竞赛之房价预测 |
|
第04部分（第二天下午） AI数据处理的典型应用场景 |
1.AI数据处理的典型应用场景 1.1AI在工业制造业应用场景 1.2AI在零售业的应用场景 1.3AI在金融业的应用场景 1.4AI在医疗健康的应用场景 1.5AI在娱乐行业的应用场景 1.6AI在数字政务的应用场景 2.AI数据处理的行业应用实践 2.1数据监测和预警 2.2文本理解和文本生成 2.3图像识别和图像生成 2.4语音识别和语音合成 2.5视频分析和视频生成 2.6数字人和声音克隆 3. AI+大模型赋能高效智能办公 3.1 工作周报智能撰写【案例】 3.2 年终总结PPT设计【案例】 3.3 AI智能生成创意图片【案例】 3.4 AI智能数据分析【案例】 |
|
第01部分（第一天上午） AI基础理论、发展趋势和热点技术 1.什么是人工智能 2.人工智能的内涵和外延 3.人工智能的发展演进 4.人工智能的关键技术 5.人工智能的典型应用 6.人工智能的发展趋势 7.AI数据处理新模式 |
|
第02部分（第一天下午） 数据分析流程、方法、工具和案例实战 1.数据分析基础知识 2.数据分析基本工作流程 3.常用统计分析方法 4.数据分析主流工具平台 5.Excel数据分析操作实战【案例】 6.Power BI数据可视化入门【实战】 7.案例：商品销售数据分析实战 |
|
第03部分（第二天上午） 数据挖掘流程、算法、工具和案例实战 1.数据挖掘基础知识 2.数据挖掘标准工作流程 3.数据挖掘常用算法模型 4.数据挖掘主流工具平台 5.Weka数据挖掘入门【实战】 6.案例1：Kaggle竞赛之泰塔尼克幸存预测 7.案例2：Kaggle竞赛之房价预测 |
|
第04部分（第二天下午） AI数据处理的典型应用场景 1.AI数据处理的典型应用场景 1.1AI在工业制造业应用场景 1.2AI在零售业的应用场景 1.3AI在金融业的应用场景 1.4AI在医疗健康的应用场景 1.5AI在娱乐行业的应用场景 1.6AI在数字政务的应用场景 2.AI数据处理的行业应用实践 2.1数据监测和预警 2.2文本理解和文本生成 2.3图像识别和图像生成 2.4语音识别和语音合成 2.5视频分析和视频生成 2.6数字人和声音克隆 3. AI+大模型赋能高效智能办公 3.1 工作周报智能撰写【案例】 3.2 年终总结PPT设计【案例】 3.3 AI智能生成创意图片【案例】 3.4 AI智能数据分析【案例】 |
近期公开课推荐