为您找到61个相关课程
展开简介
收益目标：1）覆盖Tensorflow和Tensorflow上层库(Keras) 、Tensorflow可视化TensorBoard及原理 2）从TF数据预处理到建模训练，从图像预处理到网络模型，一一覆盖 3）精讲图像等实战案例 4）精讲自然语言处理等实战案例
适应人群：暂无
关键词：互联网，人工智能，机器学习，工程师，Java，Python
收益目标：暂无
适应人群：1、适合想进入AI领域，或者利用AI提升工作效能的工程师。 2、适合想开发AI产品，或者使用开源大模型构建垂直业务模型的工程师。 3、适合想更全面判断AI趋势、或者利用AI为现有业务赋能的技术管理者。
关键词：其他，机器学习，工程师，Java，Python，API，研发效能，大模型
收益目标：掌握MCP等前沿大模型应用工程技术的实际应用 能够在普通开发环境中部署和运行开源大模型 构建适合团队需求的AI辅助工具 设计和实现基于多模型协作的复杂系统 优化IT流程并提高团队工作效率 制定企业AI应用路线图和最佳实践
适应人群：软件开发工程师与团队负责人 DevOps与SRE工程师 IT运维人员与系统管理员 技术经理与IT项目负责人 希望提升团队AI能力的技术决策者
关键词：其他，运维，工程师，Python，API，转型，企业级，数字化转型，大模型
关键词：互联网，其他，人工智能，机器学习，Python
适应人群：技术经理，开发骨干，资质高的新员工，重点产品、新产品、重构团队的全体开发人员
关键词：互联网，面向对象
收益目标：通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。
适应人群：具备一定的Python和深度学习基础，希望深入了解深度学习的目标检测、实体识别、关系抽取、GAN、时间序列分析、强化学习等实用化技术的光大工程技术人员。
关键词：互联网，机器学习，数据挖掘
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
关键词：互联网
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
适应人群：开发者、数据科学家、商业分析师、产品经理，以及所有对利用LLM感兴趣的人。
关键词：其他
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
To Be Better
注册或 找回密码?