假如说大数据是人工智能的基础，那么将大数据转化为知识或生产力，离不开机器学习的作用。可以说，机器学习是实现人工智能的关键，是让机器具备类似人类智能的重要途径。

机器学习使得机器能够利用数据或过往经验，训练出模型，进而根据这些模型进行预测，从而优化计算机程序的性能。

鉴于目前许多企业对机器学习的理解还不够深入，能够掌握这一技术的企业非常有限。为此，国匠学院特别开设了《AI-机器学习技术及其应用》课程，旨在帮助学员深入了解全球范围内机器学习技术的最新进展。课程从实战角度全面分析了机器学习理论及其应用技术，并结合实际案例探讨机器学习的应用场景，力求为相关从业人员提供新思路和灵感。

培训对象

该课程面向企业系统架构师、系统分析师、高级程序员、资深开发人员、人工智能工程师、图像处理工程师、机器学习工程师、模式识别工程师以及高校和科研机构中负责人工智能和机器学习项目的负责人和未来可能从事人工智能研发的技术人员。

课程信息

课程名称：《AI-机器学习技术及其应用》
课程时间：2019年8月27日至29日（周二至周四）
课程地点：苏州工业园区苏虹中路225号星虹国际18楼。

课程内容

模块一 人工智能简介

1. 人工智能的发展历程
2. 人工智能的概念和外延
3. 人工智能的分类
4. 人工智能的技术基础
5. 人工智能的典型应用

模块二 机器学习概论

1. 机器学习的定义、发展历程及其演变
2. 机器学习、人工智能和数据挖掘的关系
3. 机器学习的应用领域
4. 机器学习的基本流程

模块三 机器学习方法及应用案例

1. 机器学习常用算法
2. 数据可视化及其技术案例
3. 常见分类算法及其典型应用
4. 常见聚类算法及其典型应用
5. 数据挖掘常用方法
6. 可视化技术在工业中的应用
7. 人力资源数据分析
8. 制造业的质量分析、机器寿命预测案例

模块四 机器学习算法练习

1. 决策树与随机森林
2. 聚类分析算法
3. 逻辑回归算法
4. 朴素贝叶斯算法
5. 神经网络
6. 回归分析
7. 采购流程绩效影响因素分析
8. 制造企业销售预测
9. 制造企业电力动力预测案例

模块五 深度学习技术简介

1. 深度学习的历史背景
2. 深度学习的基础知识
3. 常见的深度学习网络结构及其应用
4. CNN卷积神经网络算法模型及其应用
5. RNN循环神经网络算法模型及其应用
6. LSTM神经网络算法模型及其应用
7. 人脸识别与语音合成应用
8. 股票交易助手应用

模块六 机器学习常见问题/数据分析过程中主要问题

1. 数据质量问题与预处理
2. 数据分析中的常见误区
3. 数据分析方法的选择
4. 数据分析结果的评估
5. 常见的机器学习语言和平台：Anaconda、TensorFlow

提示：课程第二天下午安排了半天的实践练习，请学员自备电脑。

为了确保此次学习活动顺利进行，方便大家合理安排时间和生活，现将相关注意事项说明如下：

交通方式

公交路线： - 星虹大厦东：158路、158路区间 - 星湖立交南：106路、116路、127路、166路、176路、228路

自驾路线： 导航地址：苏州工业园区苏虹中路225号星虹国际18楼

停车费为15元/天，费用自理。

课程安排

（课程安排图省略）

食宿安排

餐饮： 国匠学院仅提供茶歇，午餐需自理（上课地点三楼有餐厅可用）。

住宿： 所有学员自行安排住宿。如有需要，可以咨询协议酒店（详见表格）。

班主任老师可以帮助预订，请提前联系。

协议酒店： （协议酒店列表省略）

注意事项：

1. 学员在培训期间请严格遵守课堂纪律，保持积极的学习态度。
2. 在课堂上，每位学员应积极参与小组讨论，与同学和老师合作完成课堂任务。
3. 如有特殊情况不能按时到课，请提前向班主任说明。
4. 学习期间请注意天气变化，适时增减衣物，注意安全。

往期精彩回顾

（往期精彩图片省略）