为您找到129个相关课程
展开简介
收益目标：1，整体把握机器学习、深度学习、数据挖掘的发展方向 2，了解机器学习、深度学习、计算机视觉的技术框架 3，理解机器学习和深度学习的思维方式和关键技术 4，了解深度学习和机器学习在当前工业界的落地应用 5，了解AI顶会论文和最新技术热点
适应人群：暂无
关键词：互联网，其他，人工智能，机器学习，数据挖掘，项目管理，深度学习
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：本课程针对云数据安全、ICT数据安全和新兴热点业务的数据安全展开阐述，并结合各类新兴技术的不同场景，给出数据安全架构、安全设计、隐私保护的一般原则和业界最佳实践。使学员具备数据安全治理过程能力，能帮助组织机构解决数据安全顶层设计及管理体系建设的问题，提升企业满足相关法律法规和监管要求的能力。
适应人群：1、企业CIO、CDO 等信息化相关的高层领导； 2、信息安全管理人员、风险管理人员、安全监管人员； 3、数据管理或数据服务团队负责人、核心团队成员； 4、企业数据管理专家/专家委员会专员; 5、业务部门数据信息使用者。
关键词：其他，人工智能，大数据，云计算，组织
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
关键词：互联网，互联网金融，人工智能
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
关键词：其他，人工智能，变革，创新
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
To Be Better
注册或 找回密码?