課程級別：入門級

培訓周期：4-6個月

上課時間：周末班、晚班

班 型：10人/班

上課地點：哈爾濱市南崗區哈西大街299號西城紅場B座15層愛尚實訓

授課對象：針對在讀大專、本科學生、研究生、在職、離職準備轉崗人員等編程愛好人員

同時開設：Java編程開發、Web前端開發、Python、大數據開發、人工智能等主流專業

愛尚特色

闖關式實訓模式

每天一次項目解讀、每天一次作業提交，每周一次技術考評，每月一次項目答辯，每階段一次闖關考核，使學員“畢業即可上崗，上崗就能勝任”。

企業化管理方式

以項目組為單位的（10-15人）小班教學，分配工位、佩戴工牌、指紋考勤、項目管理工具、企業化開發與測試環境配備，資深項目經理親自帶隊。

商業化項目案例

一線商用實訓項目，涉及電子商務、ERP（企業資源計劃）、MIS(管理信息系統）、CRM（客戶關系管理）、BI（商業智能）、數據分析等領域。

無憂的就業保障

收/退費標準透明合理（每課時30元），一次收費培訓至滿意就業為止，闖關成功即可推薦就業（IT行業對口就業），簽署正規協議，保證學員權益。

愛尚實訓人工智能課程

第一部分 python基礎

1、python語言的介紹、開發環境安裝、python基本語法、python的變量、python流程控制語法

2、python的變量和集合、python面向對象編程、python函數、python模塊

3、numpy運算包:numpy簡介、numpy中的多維數組ndarray、ndarray常用方法、數組的基本運算、數組的形狀操作

★實訓項目★

使用python計算積分

第二部分數學基礎

包括數學基礎、線性回歸、決策樹和隨機森林、提升算法、支持向量機、聚類算法、EM算法、樸素貝葉斯、基于主題模型的LDA算法、隱馬爾可夫模型、神經網絡

數學基礎

1、高等數學基礎：導數、微分、積分、求極值

2、線性代數基礎：行列式、矩陣、矩陣的初等變換、線性方程組、向量組線性相關、相似矩陣

3、概率論與數理統計：概率和條件概率、古典概型、隨機變量及其分布（均勻分布、二項式分布、泊松分布、正態分布）、隨機變量的數字特征、中心極限定理、統計學概念、矩估計和極大似然估計法

4、凸優化：凸集、凸函數、凸優化

線性回歸

1、機器學習簡介、機器學習中的概念(回歸、分類、誤差、風險、損失函數、模型、擬合、交叉驗證、超參數)、機器學習的步驟

2、線性回歸（一）

理論基礎：線性回歸和分類的概念、算法思想、實現步驟

3、線性回歸（二）

代碼實現：股票預測、鳶尾花分類

★實訓項目★

線性回歸練習

決策樹和隨機森林

1、決策樹和隨機森林（一）

理論基礎：決策樹進行分類和回歸的基礎（信息熵模型）、ID3、C4.5、CART等算法思想、實現步驟

2、決策樹和隨機森林（二）

代碼實現

★實訓項目★

策樹練習

提升算法

1、提升算法（一）

理論基礎：基于AdaBoost、Boosting True算法思想、實現步驟

2、提升算法（二）

理論基礎：XGBoost

3、提升算法（三）

python實現算法案例：泰坦尼克號生還者預測

★實訓項目★

提升練習

支持向量機

1、支持向量機（一）

理論基礎：算法思想（線性可分、線性、非線性）、理論推導、實現步驟、核函數升維思想、凸優化的技術在支持向量機中的應用

2、支持向量機（二）

代碼實現：在python中編寫SM0算法，自己實現SVM算法

3、支持向量機（三）

代碼實現：在python中調用sklean庫實現案例

★實訓項目★

支持向量機練習

聚類算法

1、聚類算法（一）

理論基礎：基于k近鄰算法思想、實現步驟

2、聚類算法（二）

python實現算法案例

★實訓項目★

聚類算法練習

EM算法

1、EM算法（一）

理論基礎：EM算法的思想、實現步驟、推導過程、

算法推廣（F函數的極大算法、GEM算法）

2、EM算法（二）

python實現算法案例

★實訓項目★

EM算法練習

樸素貝葉斯

1、樸素貝葉斯算法（一）

理論基礎：算法基本思想、后驗概率最大化、極大似然估計、貝葉斯估計

2、樸素貝葉斯算法（二）

python實現算法案例

★實訓項目★

樸素貝葉斯練習

基于主題模型的LDA算法

1、主題模型LDA(一)

理論基礎：算法基本思想、推導、實現步驟

2、主題模型LDA(二)

python實現算法案例

★實訓項目★

LDA算法練習

隱馬爾可夫模型

1、隱馬爾可夫模型（一）

理論基礎：隱馬爾可夫模型的概率計算算法、學習算法、預測算法

2、隱馬爾可夫模型（二）

python實現算法案例

★實訓項目★

隱馬*可夫模型練習

神經網絡

1、BP神經網絡概念、BP網絡的算法

2、自組織特征映射的神經網絡

3、Boltzmann機算法、模擬退火原理、最短路徑的實現

4、綜合案例（一）：人臉識別

5、人臉識別系統實訓

6、綜合案例（二）：車牌識別

7、車牌識別系統實訓

★項目展示★