| 平臺/課程 | 課程特色 | 適用對象 | 核心優(yōu)勢 | 課程內(nèi)容 |
|---|---|---|---|---|
| 平安知鳥 | 定制企業(yè)級解決方案，智能化企業(yè)人才培養(yǎng)體系，自主開發(fā)AI智能技術(shù)賦能 | 企業(yè) | 無需技術(shù)投入快速接入；人才培養(yǎng)管理全流程線上化；多終端隨時隨地學(xué)習(xí)；“千人千面”智能推薦學(xué)習(xí)內(nèi)容；技術(shù)監(jiān)考安全省心；豐富高并發(fā)經(jīng)驗；智能做課輕松教學(xué)；業(yè)界優(yōu)秀銷售陪練AI助手；大數(shù)據(jù)大屏實時監(jiān)控；一站式內(nèi)容集采中心 | 智慧企培、智慧學(xué)習(xí)、智慧考試、智慧直播、智慧做課、智慧陪練、智慧管理；涵蓋銷售專崗人才培養(yǎng)、領(lǐng)導(dǎo)力/管理、黨建人才培養(yǎng)、熱門行業(yè)、商業(yè)技能、云公開課等 |
| 云學(xué)堂 | 融合先進(jìn)技術(shù)與優(yōu)質(zhì)內(nèi)容，提供個性化、高效培訓(xùn)解決方案 | 企業(yè) | 助力員工提升技能，推動企業(yè)發(fā)展 | 企業(yè)AI課程 |
| 浙大AI培訓(xùn)課程（浙江大學(xué)人工智能時代創(chuàng)新管理高級研修班） | 依托浙江省數(shù)字經(jīng)濟優(yōu)勢、浙江大學(xué)學(xué)科建設(shè)優(yōu)勢、浙江大學(xué)繼續(xù)教育學(xué)院的人才培養(yǎng)優(yōu)勢，聚焦人工智能+N跨界融合應(yīng)用 | 1. 工業(yè)及相關(guān)服務(wù)業(yè)的領(lǐng)軍企業(yè)創(chuàng)始人、董事長、CEO等最高決策者；2. 關(guān)注數(shù)智化發(fā)展和探索的各行業(yè)企業(yè)負(fù)責(zé)人；3. 科技產(chǎn)業(yè)、人工智能領(lǐng)域的金融投資機構(gòu)管理者 | 前沿洞察提供戰(zhàn)略方向；數(shù)實融合促進(jìn)協(xié)同發(fā)展；案例實操提供操作策略；產(chǎn)學(xué)研用推動深度融合；搭建交流平臺促進(jìn)資源共享；構(gòu)建校友互助合作生態(tài)圈 | 數(shù)智化·環(huán)境（宏觀經(jīng)濟形勢與政經(jīng)格局、長三角新質(zhì)生產(chǎn)力的發(fā)展與實踐、數(shù)字經(jīng)濟與實體經(jīng)濟的融合策略、數(shù)智賦能加速傳統(tǒng)制造企業(yè)的動能轉(zhuǎn)型）；數(shù)智化·智造（工業(yè)互聯(lián)網(wǎng)與智能制造、燈塔工廠智改數(shù)轉(zhuǎn)探索與實踐、企業(yè)數(shù)字化轉(zhuǎn)型的頂層設(shè)計與運營、AI工具與大模型在制造業(yè)的應(yīng)用）；數(shù)智化·管理（數(shù)智化思維與企業(yè)變革等） |
| 九尾狐AI實戰(zhàn)營 | 首創(chuàng)AI課程，深度解決企業(yè)提效降本、營收倍增難題 | 企業(yè) | 解決企業(yè)在AI應(yīng)用方面的多種問題，如傳統(tǒng)營銷方式失效、短視頻制作成本高、缺乏AI專業(yè)人才等 | 教企業(yè)賺錢，解決客戶流問題等 |
| “AI & ChatGPT 10倍提效課” | 利用AI加速課程制作，以降本增效為主題 | 企業(yè)員工 | 在短時間內(nèi)準(zhǔn)備高質(zhì)量課程，可系統(tǒng)梳理知識框架，打造個人IP | 圍繞AI和ChatGPT降本增效的相關(guān)內(nèi)容 |
| AI技術(shù)類型 | 技術(shù)概述 | 應(yīng)用場景 | 學(xué)習(xí)內(nèi)容 |
|---|---|---|---|
| 機器學(xué)習(xí)基礎(chǔ) | 通過大量數(shù)據(jù)的訓(xùn)練，讓計算機自動學(xué)習(xí)并做出預(yù)測和決策，包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)等方法 | 各領(lǐng)域，可從大量數(shù)據(jù)中發(fā)現(xiàn)隱藏規(guī)律，幫助企業(yè)做決策 | 數(shù)據(jù)驅(qū)動（以大量數(shù)據(jù)為基礎(chǔ)，建立數(shù)學(xué)模型發(fā)現(xiàn)規(guī)律和模式）；算法訓(xùn)練（通過算法學(xué)習(xí)和優(yōu)化，使模型具有預(yù)測、分類等智能化能力） |
| 深度學(xué)習(xí)技術(shù) | 利用多層神經(jīng)網(wǎng)絡(luò)模擬人腦的思維方式，能更好處理復(fù)雜的非線性問題 | 計算機視覺、語音識別等領(lǐng)域 | 模擬人腦（構(gòu)建多層神經(jīng)網(wǎng)絡(luò)）；突破性進(jìn)展（提升系統(tǒng)智能化水平）；數(shù)據(jù)驅(qū)動（需要大量訓(xùn)練數(shù)據(jù)反復(fù)學(xué)習(xí)優(yōu)化） |
| 自然語言處理 | 讓計算機理解人類自然語言，實現(xiàn)高效人機交互 | 對話系統(tǒng)、智能問答、情感分析等場景 | - |
| 計算機視覺 | 通過圖像和視頻數(shù)據(jù)的分析理解，識別物體、檢測異常、輔助決策等 | 安防、醫(yī)療、制造等領(lǐng)域 | - |
| AI工程師所需能力 | 能力說明 | 技術(shù)棧 | 項目應(yīng)用 |
|---|---|---|---|
| AI算法深入研究能力 | 掌握算法實用性、先進(jìn)性、可拓展性，具備算法模型舉一反三的技能 | Selenium、Requests、Js、Xpath、Mysql、ES Filter、Counter、Seaborn、Opencv、Tensorboard、Jieba、Pillow、Loss Selection、Entropy Loss、Adam、SGD、Cross Validation、Model Predict、Train Test Split、Pytorch、Tensorflow、Keras、Sklearn、Acuracy、Recal、Precision、F1、Django、Flask、Docker、Tensorflow - Serving、Abtest、Unitest、APItest等 | 在線醫(yī)生問答機器人項目，涉及遷移和微調(diào)BERT模型解決句子連貫性判斷、BiLSTM+CRF解決醫(yī)療命名實體識別、使用自監(jiān)督語料進(jìn)行實體審核等，具備完整業(yè)務(wù)流程，包括微信公眾號對接、對話管理存儲、模型部署服務(wù)、圖數(shù)據(jù)庫操作等 |
| AI算法業(yè)務(wù)流處理能力 | 通過企業(yè)實戰(zhàn)場景、業(yè)務(wù)流，對AI技術(shù)實戰(zhàn)訓(xùn)練，解決實戰(zhàn)業(yè)務(wù)流問題 | 同AI算法深入研究能力的技術(shù)棧 | 同AI算法深入研究能力的項目應(yīng)用 |
| 課程 | 課程大綱 |
|---|---|
| 某建筑業(yè)相關(guān)課程 | 一、建筑業(yè)及其數(shù)字化本質(zhì)：1.1信息化與數(shù)字化；1.2建筑工程特點；1.3建筑行業(yè)特征；1.4數(shù)字化本質(zhì)。二、建筑企業(yè)數(shù)字化轉(zhuǎn)型：2.1數(shù)字化感知能力；2.2數(shù)字化內(nèi)部聯(lián)通. |
術(shù)語解釋： - 機器學(xué)習(xí)：是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。它專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。 - 深度學(xué)習(xí)：是機器學(xué)習(xí)的一個分支領(lǐng)域，它是一種基于對數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法。深度學(xué)習(xí)通過構(gòu)建具有很多層的神經(jīng)網(wǎng)絡(luò)模型，自動從大量數(shù)據(jù)中學(xué)習(xí)復(fù)雜的模式和特征。 - 自然語言處理：是計算機科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向。它研究能實現(xiàn)人與計算機之間用自然語言進(jìn)行有效通信的各種理論和方法，讓計算機能夠理解、分析、生成人類語言。 - 計算機視覺：是一門研究如何使機器“看”的科學(xué)，更進(jìn)一步的說，就是指用攝影機和電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量等機器視覺，并進(jìn)一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。 - 監(jiān)督學(xué)習(xí)：是機器學(xué)習(xí)中的一種學(xué)習(xí)方式，其訓(xùn)練數(shù)據(jù)包含輸入數(shù)據(jù)和對應(yīng)的輸出標(biāo)簽，模型通過學(xué)習(xí)輸入和輸出之間的映射關(guān)系，來對新的輸入數(shù)據(jù)進(jìn)行預(yù)測。 - 無監(jiān)督學(xué)習(xí)：訓(xùn)練數(shù)據(jù)僅包含輸入數(shù)據(jù)，沒有對應(yīng)的輸出標(biāo)簽，模型的目標(biāo)是發(fā)現(xiàn)數(shù)據(jù)中的內(nèi)在結(jié)構(gòu)和模式，如聚類分析等。 - 強化學(xué)習(xí)：智能體在環(huán)境中通過不斷嘗試不同的動作，根據(jù)環(huán)境給予的獎勵或懲罰來學(xué)習(xí)最優(yōu)的行為策略。
轉(zhuǎn)載：http://xvaqeci.cn/zixun_detail/251823.html