1. <cite id="lfakz"></cite>

        1. <strong id="lfakz"></strong>

          人工智能时代
          做一个掌控未来的全能工程师

          了解人工智能开发语言

          传智教育人工智能
          开发学员构成

          咨询新开班级构成情况

          人工智能开发适合人群

          人工智能开发
          六大课程优势

          01

          制定AI培训新标准
          培养AI专精型人才

          我们培养的AI工程师所需能力

          课程实例:在线医生项目

          在线医生是NLP医疗领域的重要应用。医疗对话生成模型、基于bert的对话连贯性判断、用户意图识别模型提升学员AI算法的深入研究能力;分布式模型部署、微信客户端部署、原始医疗数据处理流水线处理训练学员的AI业务流的处理能力。

          咨询了解详情

          02

          覆盖AI职业全技能
          助力学员高端就业

          咨询老学员就业详情

          03

          课程设置科学合理
          适合AI技术初学者

          1. 阶段1
          2. 阶段2
          3. 阶段3
          4. 阶段4
          5. 阶段5
          6. 阶段6
          7. 阶段7
          8. 拓展课
          咨询获取完整课程大纲

          04

          多领域多行业项目
          打造AI核心竞争力

          智能交通

          本项目利用深度学习技术,跟踪路面实时车辆通行状况,并逐帧记录不同行车道车流量数目。车辆自动计数系统由计数系统、图像抓拍系统、实时监控录像系统组成,可在视频看出每个车辆的连续帧路径。

          项目架构

          1、Siamese系列模型
          2、yoloV3目标检测
          3、SORT/DeepSORT算法
          4、卡尔曼滤波目标位置优化
          5、匈牙利算法目标匹配
          6、相机校正方法

          实时人脸检测

          本项目可通过摄像头实时采集视频人脸数据,也可批量图片输入自动化识别人脸;本项目对视频可实现人脸的跟踪,并标注姓名、性别、情绪(开心、生气、自然)等信息;能对进入视频的陌生人报警。

          项目架构

          1、EigenFace
          2、LBPH
          3、双属性图
          4、动态人脸定位
          5、活体检测
          6、柔性模型技术
          7、Gabor系数特征匹配
          8、隐马尔科夫模型的图像分割

          在线医生

          在线医生项目是一个基于自然语言理解方向的问答机器人。该项目结合医学知识图谱、深度学习、对话管理、微信公众号开发等技术,旨在降低首医成本,为患者提供基本医学诊断意见服务。

          项目架构

          1、Neo4j图数据库
          2、命名实体审核/识别模型训练与预测+
          3、句子主题相关模型训练与部署
          4、系统联调与测试
          5、论文复现

          智能文本分类

          中文标签化系统是NLP基础任务的综合系统,同时又是NLP应用的基础设施。根据文本信息,给出对应的预定义标签将能够有效的支持用户画像,推荐系统等。同时,对于高阶NLP任务,如对话,翻译,寓意蕴含等在语料分类上将有很大的帮助。

          项目架构

          1、标签词汇知识图谱
          2、特征工程
          3、fasttext模型
          4、多模型训练与预测
          5、AI业务流调试
          6、Django后端服务搭建

          泛娱乐推荐

          推荐系统的在当下的火爆程度毋庸置疑,个性化推荐的需求也是每一个toC产品应该实现的目标。本项目推荐系统策略与图像与视觉处理相结合,深度解决互联网产业的推荐业务场景。

          项目架构

          1、知识图谱构建双画像
          2、多召回策略
          3、召回金字塔
          4、基于人脸
          5、场景
          6、表情推荐方案

          场景识别

          场景识别是视频内容结构化的重要基础。场景信息是影视剧、短视频推荐的重要依据;通过场景识别把视频按照场景片段分割,为广告与视频场景原生贴合创造条件。

          项目架构

          1、浅CNN模型粗分场景
          2、深CNN模型集成学习细分场景
          3、MLP模型预判的深度级联学习模型

          黑马头条推荐系统

          黑马头条推荐系统属于机器学习与深度学习推荐应用项目,类似今日头条、掘金等推荐。用户可以通过黑马头条APP获取个性化推荐技术文章的效果。

          项目架构

          1、Hadoop分布式文件存储和计算
          2、Sqoop大规模数据迁移
          3、Lambda架构
          4、Flume数据采集
          5、Kafka消息队列
          6、Spark机器学习
          7、用户特征工程
          8、TFIDF、TextRank文本特征工程
          9、多路召回策略
          10、Wide&Deep深度学习模型

          CT图像肺结节自动检测项目

          本项目可针对X光胸片的肺部结节自动检测,在CT图像上进行智能肺结节检测。结合计算机视觉技术和深度学习网络,AI能够自动完成对可疑病灶区域的标记和预诊断,提高医生工作效率,降低误诊率和漏诊率。

          项目架构

          1、R-CNN系列目标检测
          2、3D-CNN模型
          3、DNN网络提取语义特征
          4、图像分割
          5、格式转换
          6、算法优化

          小智同学-聊天机器人

          小智聊天机器人,使用了自然语言处理的技术,实现人机对话。实现的是一个类似智能客服的系统,实现了闲聊功能和问答功能,在App上提供了入口,能够和机器人闲聊和编程相关的问题。

          项目架构

          1、jieba分词
          2、skip-gram模型
          3、CBOW模型
          4、词嵌入原理word_embedding
          5、神经网络RNN-LSTM-GRU
          6、Seq2Seq模型完整搭建和训练
          7、astText+Attention注意力机制

          在线图片识别-商品检测

          在线商品检测项目是一个基于图像方向的一个目标检测的项目。类似的项目应用如淘宝拍立淘等。该项目结合当前CV领域常用工具、深度学习、目标检测算法、微信小程序对接、百度机器人对接等技术,能够为用户或者消费者拍摄的照片、视频中存在的目标做出标记与类别判断。

          项目特色

          1、YOLO系列模型
          2、SSD模型
          3、数据增强
          4、TensorFlow serving
          5、多GPU训练及模型部署
          6、LabelImage图像标注

          咨询获取完整项目信息

          05

          技术大牛倾力研发
          专职沉淀AI新技术

          40+解决方案

          10+技术栈

          咨询了解详情

          06

          聚力名企共建课程
          整合优质技术资源

          制定人工智能人才培养方案

          达成 AI 项目资源深度合作

          咨询了解详情

          大厂实战讲师团队
          让你少走弯路

          咨询获取完整师资信息
          在线咨询 我要报名
          国产肥熟女视频一区二区,欧美40老熟妇,免费大片黄在线观看,sss在线 网站地图