CV視覺工程師入職培訓暑期班
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個月後就要為找工作做準備了，相信很多同學已經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歷和實習經驗，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人工智慧企業了。
為了解決眾多學生的求職難題，AI慕課學院聯合雷鋒網、哈爾濱工業大學（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，企業實習以及面試入職」等重要環節，既能提升CV方向的理論學習，又能豐富實習經驗，還有機會入職知名AI公司，這個暑期你還在猶豫什麼？CV視覺工程師入職培訓暑期班最後20個名額，等你來報名！
企業講師基礎課程全部由哈爾濱工業大學（深圳）計算機學院教師團隊任教，具有豐富的教學經驗；實踐課程聘請人工智慧行業合作企業資深工程師任教，項目實戰研發經驗豐富，可提供企業海量數據案例供學生學習。
大道智創CTO邢志偉是哈爾濱工業大學博士， 曾任職於NVDIA深圳公司並負責領導多項顯卡設計開發
宜遠智能CEO吳博先後在清華大學、香港浸會大學求學，並在英國利茲大學完成博士後
課程大綱第一章 AI入門基礎（共120課時）
一、數學基礎（40課時）
1. 線性代數與矩陣論
知識點1： 向量、矩陣簡介、向量範數、矩陣範數
知識點2 ：矩陣的運算，行列式
知識點3： 條件數、線性子空間、矩陣的正交化，矩陣求逆
2. 概率論與統計
知識點1： 隨機試驗、隨機事件的關係及運算
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. 凸優化
知識點1： 機器學習與優化關係，凸集、凸函數簡介
知識點2 ：極值點、最值點、梯度、方嚮導數
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、字元串、列表
知識點3 ：元祖、字典、函數
知識點4 ：文件操作、面向對象
知識點5： 正則表達式
知識點6： 排序演算法
知識點7 ：數據分析與可視化實踐
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與數據分類
知識點4 ：特徵工程：數據清洗、異常點處理、特徵抽取、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
知識點1 ：機器學習流程、預處理、特徵工程
知識點2： Kaggle機器學習比賽中的特徵工程處理實戰
知識點3 ：模型評判標準與部分機器學習有監督演算法
知識點4 ：sklearn介面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：機器學習有監督演算法與無監督學習
知識點7 ：集成演算法與Xgboost/LightGBM
第二章 計算機視覺理論與實戰（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、深度學習的演算法與實踐（50課時）
1. 深度學習原理
知識點1 ：人工神經網路（ANN）
知識點2 ：深度學習（Deep Learning）及TensorFlow等框架
知識點3 ：卷積神經網路（CNN）
知識點4 ：循環神經網路（RNN）
知識點5 ：長短時記憶網路（LSTM）
知識點6 ：循環神經網路變種
知識點7 s：eq2swq模型
2. 深度學習實戰
知識點1 ：Caffe實戰圖像分類
知識點2 ：Tensorflow實戰圖像風格轉換實現
知識點3 ：google wide&deep模型
三、神經網路的優化問題與源碼解析（10課時）
如何選擇適合某一問題的網路
神經網路參數如何初始化
選擇怎樣的梯度下降方法
深度學習平台的代碼架構
如何高效實現計算（以卷積層為例）
第三章 企業項目實戰講解（20*3=60課時）
企業A項目案例分析
企業B項目案例分析
企業C項目案例分析
第四章 企業實習（80課時）
企業培訓（代碼規範）
項目實戰能力測試
企業項目實操
實習成果展示
第五章 個人提升（10課時）
簡歷優化
面試能力提升
企業專場招聘會
推薦相關企業崗位面試
課程亮點
雷鋒網雷鋒網
※賭一張車票！商業化道路上自動駕駛穿梭車最有希望搶先落地
※聚焦車載感測、通訊應用，「星辰計劃」第二期自動駕駛場景演示落地
TAG:雷鋒網 |