1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、課程完成后,授課老師留給學員手機和Email,保障培訓效果,免費提供半年的技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

Python、Spark和TensorFlow人工智能培訓大綱

模塊一：
人工智能的行業應用與發展
1.人工智能的行業圖譜和行業發展割析
2.人工智能結合大數據的行業應用案例
3.人工智能在“互聯網+”領域的應用
4.人工智能在制造業領域的應用
5.人工智能在金融、消費領域的應用
模塊二：
Python數據挖掘快速入門
1.Python語言基礎快速入門
2.科學計算庫Numpy
3.數據分析處理庫Pandas
4.可視化庫Matplotlib
5.人工智能必備Python基礎
模塊三：
Scikit-learn實戰
1.Scikit-learn庫介紹
2.Scikit-learn安裝
3.基于Scikit-learn的常用挖掘算法實戰
4.基于Scikit-learn數據挖掘流程
— 數據讀取
—數據標準化
—特征提取
—升維和降維
模塊四：
python基于Spark的數據挖掘實戰
1.Spark Mllib介紹
2.Spark mllib 實現K-means應用
3.Spark mllib 實現貝葉斯應用
4.Spark mllib 實現決策時應用
5.Spark mllib 實現隨機森林應用
6.基于Spark mllib實現信用卡挖掘模型應用

模塊五：
TensorFlow Al深度學習平臺及其應用實踐(1) 1.TensorFlow: 一個Al深度學習框架的概述
2.TensorFlow深度學習平臺的工作機制和系統架構
3.TensorFlow的安裝、部署、配置和使用
4.TensorFlow的應用場景和應用案例
模塊六：
TensorFlow Al深度學習平臺及其應用實踐(2) 1.TensorFlow CNN應用操作
2.TensorFlow LSTM應用操作
3.TensorFlow在圖像識別的實驗操作
4.基于TensorFlow的可視化工具：5.Tensorboard簡介
6.Tensorboard的部署、配置和應用界面操作
7.基于TensorFlow和Tensorboard進行實驗操作
模塊七：
Keras人工智能平臺應用實踐
1.業界常用的AI平臺：Keras人工智能平臺架構
2.Keras Al平臺的部署與配置
3.Keras技術實現與工作機制
4.Keras實驗操作
模塊八：
人工智能應用案例介紹
1.人工智能在金融行業的使用案例介紹
2.人工智能在保險行業的使用介紹
3.人工智能實現機器人的案例介紹