一年一度的暑假要來了，對很多大三、大四同學們來說，2個月長假的同時也意味著2個月后就要為找工作做準備了，相信很多同學已經(jīng)在暑期開始準備自己的簡歷了，不過面對寥寥無幾的校園學習經(jīng)歷和實習經(jīng)驗，如何才能在眾多應聘者中脫穎而出呢？更別說加入頂尖的AI人工智能企業(yè)了。

為了解決眾多學生的求職難題，AI慕課學院聯(lián)合雷鋒網(wǎng)、哈爾濱工業(yè)大學（深圳）在深圳舉辦了“CV視覺工程師入職培訓暑期班”，希望通過2個月的時間幫助廣大同學們搞定“理論學習，企業(yè)實習以及面試入職”等重要環(huán)節(jié)，既能提升CV方向的理論學習，又能豐富實習經(jīng)驗，還有機會入職知名AI公司，這個暑期你還在猶豫什么？CV視覺工程師入職培訓暑期班最后20個名額，等你來報名！

     企業(yè)講師

基礎課程全部由哈爾濱工業(yè)大學（深圳）計算機學院教師團隊任教，具有豐富的教學經(jīng)驗；實踐課程聘請人工智能行業(yè)合作企業(yè)資深工程師任教，項目實戰(zhàn)研發(fā)經(jīng)驗豐富，可提供企業(yè)海量數(shù)據(jù)案例供學生學習。

大道智創(chuàng)CTO邢志偉是哈爾濱工業(yè)大學博士， 曾任職于NVDIA深圳公司并負責領導多項顯卡設計開發(fā)

宜遠智能CEO吳博先后在清華大學、香港浸會大學求學，并在英國利茲大學完成博士后

     課程大綱

第一章  AI入門基礎（共120課時）

一、數(shù)學基礎（40課時）

1. 線性代數(shù)與矩陣論

•   知識點1： 向量、矩陣簡介、向量范數(shù)、矩陣范數(shù)

•   知識點2 ：矩陣的運算，行列式

•   知識點3： 條件數(shù)、線性子空間、矩陣的正交化，矩陣求逆

2. 概率論與統(tǒng)計

•   知識點1： 隨機試驗、隨機事件的關系及運算

•   知識點2 ：事件的概率，條件概率

•   知識點3 ：獨立、條件獨立，常見分部介紹

3. 凸優(yōu)化

• 知識點1： 機器學習與優(yōu)化關系，凸集、凸函數(shù)簡介

• 知識點2 ：極值點、最值點、梯度、方向?qū)?shù)

• 知識點3 ：約束問題的KKT條件

二、編程基礎（40課時，建議最好有編程基礎，這類課程做課時上的壓縮，重點介紹CV常用的語言知識點）

Python

•   知識點1 ：基礎語法

•   知識點2 ：循環(huán)、字符串、列表

•   知識點3 ：元祖、字典、函數(shù)

•   知識點4 ：文件操作、面向?qū)ο?/p>

•   知識點5： 正則表達式

•   知識點6： 排序算法

•   知識點7 ：數(shù)據(jù)分析與可視化實踐

三、機器學習 （40課時）

1. 機器學習原理

• 知識點1： 線性回歸、logistic回歸、梯度下降

• 知識點2： 決策樹、隨機森林、GBDT

• 知識點3：SVM與數(shù)據(jù)分類

• 知識點4 ：特征工程：數(shù)據(jù)清洗、異常點處理、特征抽取、選擇與組合

• 知識點5： logistic回歸Softmax SVM與樸素貝葉斯的精髓速講

• 知識點6 ：決策樹 隨機森林 boosting 模型融合的精髓速講

2. 機器學習實戰(zhàn)

• 知識點1 ：機器學習流程、預處理、特征工程

• 知識點2： Kaggle機器學習比賽中的特征工程處理實戰(zhàn)

• 知識點3 ：模型評判標準與部分機器學習有監(jiān)督算法

• 知識點4 ：sklearn接口熟悉與機器學習建模指導

• 知識點5 ：sklearn建模與使用

• 知識點6：機器學習有監(jiān)督算法與無監(jiān)督學習

• 知識點7 ：集成算法與Xgboost/LightGBM

第二章  計算機視覺理論與實戰(zhàn)（共110課時）

 一、計算機視覺基礎（50課時）

•  圖像識別

• 目標檢測&跟蹤

• 圖像分割

二、深度學習的算法與實踐（50課時）

1. 深度學習原理

• 知識點1 ：人工神經(jīng)網(wǎng)絡（ANN）

• 知識點2 ：深度學習（Deep Learning）及TensorFlow等框架

• 知識點3 ：卷積神經(jīng)網(wǎng)絡（CNN）

• 知識點4 ：循環(huán)神經(jīng)網(wǎng)絡（RNN）

• 知識點5 ：長短時記憶網(wǎng)絡（LSTM）

• 知識點6 ：循環(huán)神經(jīng)網(wǎng)絡變種

• 知識點7 s：eq2swq模型

2. 深度學習實戰(zhàn)

• 知識點1 ：Caffe實戰(zhàn)圖像分類

• 知識點2 ：Tensorflow實戰(zhàn)圖像風格轉(zhuǎn)換實現(xiàn)

• 知識點3 ：google wide&deep模型

三、神經(jīng)網(wǎng)絡的優(yōu)化問題與源碼解析（10課時）

• 如何選擇適合某一問題的網(wǎng)絡

•  神經(jīng)網(wǎng)絡參數(shù)如何初始化

• 選擇怎樣的梯度下降方法

• 深度學習平臺的代碼架構

• 如何高效實現(xiàn)計算（以卷積層為例）

第三章  企業(yè)項目實戰(zhàn)講解（20*3=60課時）

•  企業(yè)A項目案例分析

•  企業(yè)B項目案例分析

• 企業(yè)C項目案例分析

第四章  企業(yè)實習（80課時）

• 企業(yè)培訓（代碼規(guī)范）

• 項目實戰(zhàn)能力測試

• 企業(yè)項目實操

• 實習成果展示

第五章  個人提升（10課時）

•  簡歷優(yōu)化

•  面試能力提升

• 企業(yè)專場招聘會

• 推薦相關企業(yè)崗位面試

     課程亮點

詳情請掃描咨詢雷鋒網(wǎng)客服

雷鋒網(wǎng)按：小編友情提醒，盡早報名有優(yōu)惠?。?！

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。