上海電信行業(yè)大數(shù)據(jù)培訓(xùn)

課程簡(jiǎn)介：
本學(xué)習(xí)培訓(xùn)實(shí)踐活動(dòng)與基礎(chǔ)理論并舉，根據(jù)基礎(chǔ)理論解讀，優(yōu)化算法論述，實(shí)例分析和編號(hào)實(shí)踐活動(dòng)，及其對(duì)全新的人工智能技術(shù)優(yōu)化算法的發(fā)展趨勢(shì)和網(wǎng)絡(luò)的剖析和詳細(xì)介紹，使學(xué)生不但把握深度學(xué)習(xí)，人工智能技術(shù)行業(yè)常用算法，并且具備一定的創(chuàng)新性,將我人工智能技術(shù)的前沿和網(wǎng)絡(luò)技術(shù)性.
此外,教師將好幾個(gè)電信網(wǎng)領(lǐng)域的大數(shù)據(jù)與AI新項(xiàng)目/經(jīng)典案例,開(kāi)展萃取和提煉出,編造了大明電信公司實(shí)例,便于將大數(shù)據(jù),多種多樣算飯串連起來(lái),根據(jù)TensorFlow程序編寫(xiě)實(shí)踐活動(dòng),將人工智能技術(shù)運(yùn)用到學(xué)生的具體金融機(jī)構(gòu)業(yè)務(wù)中,更為接近學(xué)生的日常事務(wù).

終實(shí)踐活動(dòng)中的業(yè)務(wù)數(shù)據(jù)信息復(fù)雜多變,環(huán)境模擬數(shù)據(jù)信息可能簡(jiǎn)單化或歪曲業(yè)務(wù)難題,因此 此次學(xué)習(xí)培訓(xùn)的數(shù)據(jù)信息都來(lái)自于抗過(guò)敏以后的業(yè)務(wù)數(shù)據(jù)信息,便于學(xué)生可以將所教無(wú)縫拼接運(yùn)用到具體工作上.

課程大綱：
部分:人工智能技術(shù)和深度學(xué)習(xí)簡(jiǎn)述
1大數(shù)據(jù)與人工智能技術(shù)簡(jiǎn)述
兩人工智能化的界定
設(shè)備對(duì)人的大腦的模仿游戲—圖靈測(cè)試
智能化的內(nèi)涵與外延
AI與人們智能化的差別
3電信網(wǎng)應(yīng)用領(lǐng)域?qū)嵗�詳�?xì)介紹
第二一部分:大數(shù)據(jù)Hadoop/Spark系統(tǒng)架構(gòu)圖學(xué)習(xí)培訓(xùn)
1大數(shù)據(jù)之Hadoop詳細(xì)介紹
Hadoop與hadoop社區(qū)簡(jiǎn)介
Hadoop的系統(tǒng)架構(gòu)
Hadoop常見(jiàn)部件介紹，Hive,pig,HBase,ZK介紹
Hadoop在互聯(lián)網(wǎng)技術(shù)和電信網(wǎng)金融業(yè)的應(yīng)用簡(jiǎn)介
2HDFS
Hadoop的系統(tǒng)文件一覽
HDFS介紹
HDFS系統(tǒng)架構(gòu)
HDFS的實(shí)際操作
HDFS文檔的建立刪掉增加實(shí)際操作
3大數(shù)據(jù)之Spark詳細(xì)介紹
Spark手機(jī)軟件棧詳細(xì)介紹
Spark每日任務(wù)的調(diào)節(jié)和監(jiān)管
Spark工作的裝包，遞交和運(yùn)作監(jiān)管
Spark的配備和調(diào)優(yōu)
4s店parkSQL
聯(lián)接SparkSQL
SparkSQL的表實(shí)際操作
SparkSQL的JavaAPI實(shí)際操作
SparkSQL的配備和調(diào)優(yōu)
第三一部分:優(yōu)化算法與模型學(xué)習(xí)培訓(xùn)
1統(tǒng)計(jì)分析類模型簡(jiǎn)略詳細(xì)介紹
線性回歸模型簡(jiǎn)略詳細(xì)介紹
邏輯回歸模型和情景簡(jiǎn)述
兩人工神經(jīng)網(wǎng)絡(luò)
從邏輯回歸到人力神經(jīng)網(wǎng)絡(luò)
深層神經(jīng)網(wǎng)絡(luò)
設(shè)計(jì)方案深層神經(jīng)網(wǎng)絡(luò)的佳實(shí)踐
3卷積和神經(jīng)網(wǎng)絡(luò)CNN
卷積層詳細(xì)介紹
池化層
全連接層
DropOut正則化
常見(jiàn)主要參數(shù)詳細(xì)介紹和CNN優(yōu)化
4循環(huán)系統(tǒng)神經(jīng)網(wǎng)絡(luò)RNN
RNN運(yùn)用簡(jiǎn)述
時(shí)間序列分析LSTM模型
自然語(yǔ)言理解解決基本
雙重RNN與深層RNN
RNN完成實(shí)例
第四一部分:大明電信網(wǎng)實(shí)例實(shí)踐活動(dòng)
1實(shí)例詳細(xì)介紹
大明電信網(wǎng)的收益和盈利持續(xù)下降,遭遇極大的挑戰(zhàn),高管科學(xué)研究后發(fā)覺(jué)下列三個(gè)難題是元兇:
高使用價(jià)值顧客的流動(dòng)率升高
顧客投訴量升高
個(gè)人信用貸款毀約率升高
業(yè)務(wù)部,信息化管理部,業(yè)務(wù)支撐點(diǎn)等每個(gè)部門擬選用TensorFlow創(chuàng)建深度學(xué)習(xí)模型,根據(jù)持續(xù)提升的綜合服務(wù)平臺(tái)，提升用戶黏性、業(yè)務(wù)需求量來(lái)減少客戶不選擇我們，為客戶出示人性化服務(wù),提升客戶ARPU
2創(chuàng)建大數(shù)據(jù)系統(tǒng)軟件
構(gòu)建hadoop大數(shù)據(jù)群集
構(gòu)建Spark大數(shù)據(jù)群集
從業(yè)務(wù)系統(tǒng)軟件/數(shù)據(jù)庫(kù)查詢收集客戶資料,業(yè)務(wù)數(shù)據(jù)信息,客戶網(wǎng)上紀(jì)錄等數(shù)據(jù)信息
根據(jù)SQL方法獲得大數(shù)據(jù)群集中的顧客,業(yè)務(wù)數(shù)據(jù)信息
3TensorFlow實(shí)踐活動(dòng)
Tensorflow詳細(xì)介紹
撰寫(xiě)個(gè)TensorFlow程
4應(yīng)用邏輯回歸對(duì)客戶細(xì)分
數(shù)據(jù)采集,數(shù)據(jù)預(yù)處理
創(chuàng)建模型,對(duì)客戶開(kāi)展歸類
模型的點(diǎn)評(píng)和調(diào)優(yōu)
5設(shè)計(jì)方案人力神經(jīng)網(wǎng)絡(luò)優(yōu)化算法,改善歸類的實(shí)際
設(shè)計(jì)方案人力神經(jīng)網(wǎng)絡(luò)模型
模型的點(diǎn)評(píng)和調(diào)優(yōu)
比照邏輯性回歸算法和人力神經(jīng)網(wǎng)絡(luò)優(yōu)化算法
6應(yīng)用循環(huán)系統(tǒng)神經(jīng)網(wǎng)絡(luò)開(kāi)展預(yù)測(cè)分析
搜集業(yè)務(wù)的特點(diǎn)數(shù)據(jù)信息
應(yīng)用循環(huán)系統(tǒng)神經(jīng)網(wǎng)絡(luò)優(yōu)化算法,創(chuàng)建業(yè)務(wù)預(yù)測(cè)分析模型
模型的點(diǎn)評(píng)和調(diào)優(yōu)
7應(yīng)用卷積和神經(jīng)網(wǎng)絡(luò)開(kāi)展圖像識(shí)別技術(shù)
應(yīng)用經(jīng)典的卷積和神經(jīng)網(wǎng)絡(luò)googleNet,對(duì)大明電信網(wǎng)的各種各樣單據(jù),各種各樣業(yè)務(wù)單中的手寫(xiě)體和印刷體協(xié)同鑒別
搜集顧客的圖象數(shù)據(jù)信息
選用經(jīng)典的卷積和神經(jīng)網(wǎng)絡(luò),鑒別進(jìn)到營(yíng)業(yè)網(wǎng)點(diǎn)的顧客
對(duì)高使用價(jià)值客戶開(kāi)展客戶關(guān)系維護(hù)和目的性的營(yíng)銷

更多程培訓(xùn)課，課程優(yōu)惠，學(xué)校資訊，可進(jìn)入 上海東方瑞通培訓(xùn)學(xué)校 了解更多詳情...