- 详细介绍
- 相关信息
人工智能AI进阶年度钻石会员
人工智能趋势
人工智能是当前乃至未来时代热门的技术之一，已在全球范围内掀起了研究与学习热潮。人工智能连续四年成为大学最热门专业！！！ 课程知识体系完备，从简明的python语言开始，到机器学习，再到AI的两大应用方向：计算机视觉（CV）和自然语言处理（NLP），几乎包含了当下AI就业市场的全部需求。同时，课程学习曲线设计平滑，根据学习者对知识的消化吸收情况，循序渐进增强自身的AI技能。
学完收获：
能够熟练掌握Python开发的通用技术和框架，具备人工智能领域内机器学习，深度学习，计算机视觉和自然语言处理业务分析及开发的能力，同时培养学生使用AI算法构建业务流的能力和针对特定算法进行实用化、拓展化的再创新能力，从而足以胜任算法工程师等相关AI职位。百万年薪不是梦！！！
实战项目：
实时人脸识别检测项目
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）等信息并能对进入视频的陌生人报警，通过对人眼状态的监测对疲劳驾驶发出警报，并能通过对深度神经网络的训练，进行活体检测。
智能文本分类系统
智能文本分类系统是一款toB类型的应用, 解决泛娱乐领域公司内部对文本分类的需求, 用以支持推荐系统, 精准营销系统等, 它能够将各类非结构化文本进行精确分类，打上一个或多个适合的标签.从系统本身角度: 系统内包含很多NLP基础任务的处理，比如分词任务，命名实体识别任务等，又是机器翻译，文本生成工作的基础。因此，智能文本分类任务是学习NLP的必经之路。
项目亮点
1.搭建多模型训练服务,保证在训练过程中,进行资源监控和分配,得以高效率在有限资源内进行模型训练。
2.搭建多线程并行预测服务,为了满足性能要求,这里我们将利用多线程的方式,并对每一个获得结果做最 后综合处理。
3.图谱权重更新,随着模型的预测完成,将使用预测概率更新在该路径权重,最后根据权重计算规则,
获得最后结果。
4.使用n-gram特征工程,来捕捉词序对结果的影响。
5.使用fasttext模型,适应在语料变化大,模型数量规模大,模型上下线频繁的场景。
智慧交通
汽车的日益普及在给人们带来极大便利的同时，也导致了拥堵的交通路况，以及更为频发的交通事故。智能交通技术已成为推动现代技术交通技术发展的重要力量，智能交通不仅能够提供实时的交通路况信息，帮助交通管理者规划管理策略，而且还能优化出行者的出行策略。还可以减轻交通道路的堵塞情况，降低交通事故的发生概率，提高道路运行的安全系数。智慧交通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。该项目可拓展性强，可根据企业业务，外接计费结算系统、LED显示系统、语音播报系统、供电防雷系统等
项目展示：智慧交通技术架构图
项目亮点:
1. 基于医疗知识图谱的实体检索技术。
2. 基于bert迁移学习的命名实体审核技术
3. 基于BiLSTM+CRF的命名实体识别技术
4. 基于微信公众号和flask的模型部署服务
计算机视觉案例实战
市场价值:
综合运用计算机视觉及图像处理相关技术，并将其用于企业业务场景及工业检测如场景识别，手势姿态识别，画风迁移及生成，人体姿态估计等多方应用案例，通过案例实践，能够熟悉深度学习主要及前沿网络模型的架构原理及在实际业务场景中的应用，结合实践掌握深度学习在计算机视觉中的应用。
学习内容:
1.视频中场景识别案例
通过卷积神经网络实现场景识别，与传统的人工特征SIFT, HOG形成鲜明对比，通过训练模型，提取图片中的特征，组合出更的特征，最终实现场景识别，是前沿的场景识别方法，通过本案例，可牢固掌握Deep Learning的网络结构、数据集增强方法，掌握CNN提取图像特征和组合特征的特点并学习卷积神经网络提高模型容量和降低模型过拟合的方法。
