AI人工智能训练营

理工科和技术背景的朋友们，是否正在思考：AI究竟是什么？如何才能快速入门，在这场技术浪潮中抢得先机？

各个领域的开发者们，是否也在权衡转型AI的时机与路径，思考该怎么学才能事半功倍？

如果你渴望亲自动手完成项目，掌握Tensorflow这样的核心工具，将自己锻造为职场中炙手可热的全能型人才，那么接下来的内容值得你仔细看看。

必须承认，人工智能本身是一门相当复杂的交叉学科，覆盖面广，知识体系庞大。它要求从业者具备综合能力，编程、大数据、云计算、机器学习、自然语言处理、神经网络等，这些都是绕不开的核心板块。

正是基于对人工智能领域就业前景的深入调研，特别是为了精准匹配北美市场的实际需求，我们才精心打磨并推出了这门AI人工智能课程。

适合学员背景

课程主要面向理工科或计算机科学专业、数学统计专业的学生，以及对计算机编程有浓厚兴趣的爱好者。

如果Python基础相对薄弱也无需担心，可以先通过参加我们的Python基础入门课程打好根基。

课程周期

总时长6周，每周六安排2小时的集中授课。

课程特色

三大核心模块：课程内容层层递进，涵盖机器学习、深度学习与神经网络，并最终落脚于案例项目实践。

双语教学环境：为了助力学员未来求职，机器学习部分将全程采用英文教学，帮助大家熟悉技术术语和表达。深度学习、神经网络及项目实践部分，则会采用中英双语结合的方式，确保理解深度。

三大名师坐镇：由Peter博士（南加州大学信息研究所博士后，机器学习专家）、Carol（Google工程师，精通Tensorflow）以及Eric（Google工程师，AI专家）共同领衔授课。

聚焦前沿技术：课程设计紧扣行业需求，系统梳理机器学习知识体系，带你从入门到实践掌握神经网络与深度学习，并上手Tensorflow实战。项目层面，将涵盖人脸识别与自然语言处理（NLP）两大热门方向。

强调实战演练：课程坚持项目驱动，边学边练。你将直接参与两个实战项目：项目一为Facial Recognition（人脸识别），项目二为Natural Language Processing自然语言处理（具体内容详见课程大纲）。

课程收获

完成课程后，你将能：

系统掌握机器学习核心内容，包括回归、分类、降维与聚类。

深入理解神经网络与深度学习，涵盖神经网络基础、深度神经网络、卷积神经网络、调参技巧以及循环神经网络（RNN）等。

运用Tensorflow完乘人脸识别项目，并能尝试进行模型改进与参数调优。

学习并掌握深度学习在自然语言处理中的应用，包括NLP基础概念、word2vec、GloVe以及复杂的NLP模型。

最终，使用Tensorflow独立实战一个完整的NLP项目。

求职助力

课程中完成的实战项目可直接用于丰富个人求职简历，显著提升竞争力。

成功加入Data Application Lab庞大的求职内推网络，获取更多职业机会。

课程内容 (Syllabus)

Week 1 & 2 – 机器学习

Topic 1 回归分析

Topic 2 分类算法

Topic 3 降维技术

Topic 4 聚类方法

Week 3 & 4 – 深度学习基础与计算机视觉

Topic 1 计算机视觉与神经网络基础

Topic 2 神经网络的设计与训练

Topic 3 Tensorflow与人脸识别实战

Topic 4 人脸识别模型改进

Week 5 & 6 – 深度学习与自然语言处理

Topic 1 NLP与深度学习概述

Topic 2 词向量表示

Topic 3 复杂NLP模型

Topic 4 TensorFlow NLP实战

价格：900美元

开始日期：4月13日