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 |