Yıllık yaz tatili geliyor Birçok genç ve yaşlı için, iki aylık tatil aynı zamanda iki ay içinde iş aramaya hazırlanacakları anlamına geliyor. Birçok öğrencinin yaz tatiline çoktan başladığına inanıyorum. Özgeçmişimi hazırladım, ancak çok az sayıda kampüs öğrenme deneyimi ve staj deneyimi karşısında, birçok aday arasında nasıl öne çıkabilirim? En iyi AI yapay zeka şirketlerine katılmaktan bahsetmiyorum bile.
Pek çok öğrencinin iş arama sorunlarını çözmek için AI MOOC Academy, Lei Feng.com ve Harbin Institute of Technology (Shenzhen) ile birlikte, öğrencilerin 2 ay içinde "teori" edinmelerine yardımcı olmayı umarak Shenzhen'de "CV Görsel Mühendisi İndüksiyon Eğitimi Yaz Kursu" düzenledi. Öğrenme, kurumsal stajlar ve iş görüşmeleri gibi önemli bağlantılar sadece CV doğrultusunda teorik öğrenmeyi geliştirmekle kalmaz, aynı zamanda staj deneyimini de zenginleştirebilir.Aynı zamanda tanınmış AI şirketlerine katılma fırsatları da var.Bu yaz hakkında tereddüt ediyor musunuz? CV görsel mühendisi indüksiyon eğitimi yaz sınıfının son 20 yeri kayıt olmanızı bekliyor!
Temel kursların tümü, zengin öğretim deneyimine sahip Harbin Teknoloji Enstitüsü (Shenzhen) Bilgisayar Okulu fakültesi tarafından verilmektedir; pratik kurslar, öğretmek için yapay zeka endüstrisindeki kooperatif şirketlerden kıdemli mühendisler işe alır ve proje araştırma ve geliştirmede zengin deneyime sahiptir ve öğrencilerin öğrenebileceği büyük veri vakaları sağlayabilir.
Dao Zhichuang'ın CTO'su Zhiwei Xing, Harbin Teknoloji Enstitüsü'nden bir doktora öğrencisi. Bir zamanlar NVDIA Shenzhen'de çalıştı ve birden çok grafik kartının tasarım ve geliştirilmesinden sorumluydu.
Yiyuan Intelligent CEO'su Wu Bo, sırasıyla Tsinghua Üniversitesi ve Hong Kong Baptist Üniversitesi'nde okudu ve doktora sonrası eğitimini İngiltere'deki Leeds Üniversitesi'nde tamamladı.
Bölüm 1 AI'ya Giriş (toplam 120 ders saati)
1. Temel matematik (40 ders saati)
1. Doğrusal Cebir ve Matris Teorisi
Bilgi noktası 1: Vektör, matrise giriş, vektör normu, matris normu
Bilgi noktası 2: matris işlemi, belirleyici
Bilgi noktası 3: Koşul numarası, doğrusal alt uzay, matris ortogonalizasyonu, matris ters çevirme
2. Olasılık ve İstatistik
Bilgi noktası 1: Rastgele test, rastgele olayların ilişkisi ve hesaplanması
Bilgi noktası 2: olayın olasılığı, koşullu olasılık
Bilgi noktası 3: Bağımsızlık, bağımsız koşullar, ortak dallara giriş
3. Dışbükey optimizasyon
Bilgi noktası 1: Makine öğrenimi ve optimizasyon arasındaki ilişki, dışbükey kümeler ve dışbükey işlevlere giriş
Bilgi noktası 2: aşırı nokta, maksimum nokta, gradyan, yönlü türev
Bilgi noktası 3: Kısıtlama probleminin KKT durumu
2. Programlamanın temelleri (40 ders saati, bir programlama temeline sahip olunması önerilir, bu tür dersler, CV'de yaygın olarak kullanılan dil bilgisi noktalarına odaklanarak ders saatlerinin sıkıştırılmasını sağlar)
Python
Bilgi noktası 1: Temel dilbilgisi
Bilgi noktası 2: döngü, dizi, liste
3. bilgi noktası: Yuan atası, sözlük, işlev
Bilgi noktası 4: dosya işlemi, nesne yönelimli
Bilgi noktası 5: düzenli ifade
Bilgi noktası 6: Sıralama algoritması
Bilgi noktası 7: veri analizi ve görselleştirme uygulaması
3. Makine öğrenimi (40 ders saati)
1. Makine Öğreniminin İlkeleri
Bilgi noktası 1: Doğrusal regresyon, lojistik regresyon, gradyan inişi
Bilgi noktası 2: karar ağacı, rastgele orman, GBDT
Bilgi noktası 3: SVM ve veri sınıflandırması
Bilgi noktası 4: Özellik mühendisliği: veri temizleme, anormal nokta işleme, özellik çıkarma, seçim ve kombinasyon
Bilgi noktası 5: Lojistik regresyon Softmax SVM ve Naive Bayes'in özü
Bilgi noktası 6: karar ağacı, rastgele orman artırıcı model füzyon özü hızlı konuşma
2. Makine öğrenimi savaşı
Bilgi noktası 1: makine öğrenimi süreci, ön işleme, özellik mühendisliği
Bilgi noktası 2: Kaggle makine öğrenimi yarışmasında mühendislik işlemlerinin gerçek savaşını işleme özelliği
Bilgi noktası 3: Model değerlendirme kriterleri ve bazı makine öğrenimi denetimli algoritmalar
Bilgi noktası 4: sklearn arayüzü aşinalığı ve makine öğrenimi modelleme kılavuzu
Bilgi noktası 5: sklearn modelleme ve kullanım
Bilgi noktası 6: makine öğrenimi denetimli algoritma ve denetimsiz öğrenme
Bilgi noktası 7: entegre algoritma ve Xgboost / LightGBM
Bölüm 2 Bilgisayarla Görme Kuramı ve Uygulaması (toplam 110 ders saati)
1. Bilgisayarla Görme Temelleri (50 ders saati)
Görüntü Tanımlama
Hedef tespiti ve takibi
Resim parçalama
2. Derin öğrenme algoritması ve uygulaması (50 ders saati)
1. Derin Öğrenmenin İlkeleri
Bilgi noktası 1: Yapay Sinir Ağı (YSA)
Bilgi noktası 2: Derin Öğrenme (Derin Öğrenme) ve TensorFlow ve diğer çerçeveler
Bilgi noktası 3: Evrişimli Sinir Ağı (CNN)
Bilgi noktası 4: Tekrarlayan Sinir Ağı (RNN)
Bilgi noktası 5: Uzun ve kısa süreli bellek ağı (LSTM)
Bilgi noktası 6: döngüsel sinir ağı çeşitleri
Bilgi noktası 7 s: eq2swq modeli
2. Derin öğrenme savaşı
Bilgi noktası 1: Caffe gerçek görüntü sınıflandırması
Bilgi noktası 2: Tensorflow gerçek savaş görüntüsü stili dönüştürme uygulaması
Bilgi noktası 3: google widedeep modeli
3. Sinir ağı optimizasyon problemi ve kaynak kodu analizi (10 ders saati)
Belirli bir soruna uygun bir ağ nasıl seçilir
Sinir ağı parametreleri nasıl başlatılır
Hangi gradyan iniş yöntemini seçmeli
Derin öğrenme platformunun kod mimarisi
Hesaplamaları verimli bir şekilde uygulama (evrişimli katmanı örnek olarak alın)
Üçüncü Bölüm Kurumsal Projelerin Pratik Açıklaması (20 * 3 = 60 ders saati)
Enterprise A proje vaka analizi
Enterprise B proje vaka analizi
Enterprise C proje vaka analizi
Bölüm IV Kurumsal Staj (80 saat)
Kurumsal eğitim (kod spesifikasyonu)
Gerçek savaş yeteneği testi projelendir
Kurumsal proje uygulaması
Staj ekranı
Bölüm 5 Kişisel Gelişim (10 ders saati)
Optimizasyonu devam ettir
Görüşme yeteneği geliştirme
Kurumsal İşe Alım Fuarı
İş görüşmeleri için ilgili şirketleri tavsiye edin
Lei Feng Ağı Lei Feng Ağı