为您找到47个相关课程
展开简介
收益目标：（1）最新的前沿OCR技术进展及发展方向 （2）解析8.6M超轻量中英文OCR模型是如何打造的 （3）从训练到部署的完整解决方案（含真实企业案例） （4）传授GitHub Trending 全球榜第一名登顶经验
适应人群：暂无
关键词：互联网
收益目标：暂无
关键词：互联网，机器学习
收益目标：1.推荐系统算法基础和机器学习模型 2.数据集分析和推荐系统的整体结构 3.特征工程 4.基于协同过滤的商品推荐 5.基于协同过滤和隐特征的商品推荐 6.完成推荐系统的整体设计和算法验证
适应人群：有Python编程经验 至少1年软件工程研发经验 初步掌握机器学习算法的理论基础
收益目标：1、使企业管理者制定决策时有数据可依； 2、使学员彻底理解数据可视化的概念、技术、思维模式； 3、使学员具备数据收集、数据分析、数据挖掘、信息提取的能力； 4、使学员具备绘制数据可视化图形的能力； 5、使学员具备利用图形辅助思考的能力。
适应人群：1、本课程适合于想通过数据化决策制定企业战略的决策者； 2、适合于经常需要汇报工作的管理者； 3、对数据可视化分析、数据可视化展现等感兴趣的人士； 4、对数据分析、数据挖掘算法等感兴趣的人士； 5、对Tableau感兴趣的数据分析人士；
关键词：我是运维经理，互联网，大数据，云计算
适应人群：熟悉Go语法，有一定的Linux知识基础
关键词：其他
收益目标：1、使学员深入理解机器学习、深度学习的基础概念、技术、思维模式； 2、使学员深入理解机器学习、深度学习算法原理、具备机器学习算法的使用能力； 3、使学员深入理解数据收集、数据挖掘、信息提取的能力； 4、使学员深入理解绘制数据可视化图形的能力； 5、深入剖析主流的机器学习、深度学习算法； 6、介绍统计学基础知识； 7、深入剖析模型的构建、特征提取、指标体系； 8、通过案例故事，深入剖析机器学习、深度学习的应用，交流数据挖掘的经验； 9、浅显易懂的方式介绍人工智能、深度学习、人工神经网络等知识点；
适应人群：1、本课程适合于机器学习和统计学的初级学习者； 2、对机器学习、数据分析、统计学感兴趣的人士；
关键词：我是运维经理，互联网，人工智能，大数据，机器学习，数据挖掘，深度学习
收益目标：✓ 体验到真实敏捷Scrum团队中的协作方式 ✓ 理解测试先行的理念，学会测试驱动开发TDD等方法 ✓ 学会识别代码坏味道，并通过小步重构来改善架构与设计 ✓ 培养书写整洁代码、有效单元测试的习惯 ✓ 理解持续集成和分层测试
关键词：互联网，支付平台，电信，持续集成，软件测试，单元测试
收益目标：快速入门自然语言处理 掌握深度学习PyTorch框架使用方法 熟练进行项目开发 提供实战模板，快速提升深度学习的实际项目经验 了解目前技术趋势
适应人群：1. 有python开发基础的 2. 有机器学习经验的
收益目标：本课程将为大家全面而又深入的介绍Spark平台的构建流程，涉及Spark系统基础知识，概念及架构， Spark实战技巧，Spark经典案例等。 通过本课程实践，帮助学员对Spark生态系统有一个清晰明了的认识；理解Spark系统适用的场景；掌握Spark初中级应用开发技能；搭建稳定可靠的Spark集群，满足生产环境的标准；了解和清楚大数据应用的几个行业中的经典案例，包括阿里巴巴，华为等。
适应人群：各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于怀有设计疑问和问题，需要梳理解答的团队和个人，效果最佳。
关键词：互联网，电商，支付平台，传统金融，互联网金融，可穿戴设备，医疗，智能家居，车联网，安全，制造，电信，政府机构，税务，快消品，其他，大数据
收益目标：快速入门图像识别 了解目前技术趋势 动手开发
适应人群：1. 有python开发基础的
To Be Better
注册或 找回密码?