數(shù)字化算法培訓

創(chuàng)新工場董事長兼首席執(zhí)行官李開復說：“未來15年，40%的工作將會被人工智能所取代”；計算機科學家，人工智能和機器學習領域國際**學者之一Andrew Ng說：“未來10年, 很難想象有哪個行業(yè)不會被AI所改變”。

中國、美國、歐盟、英國、印度、加拿大、日本等國家也陸續(xù)發(fā)布了支持人工智能產業(yè)發(fā)展的政策，并制定了人工智能發(fā)展國家戰(zhàn)略。

可見，人工智能一定是大勢所趨，我們也必須關注人工智能的發(fā)展動態(tài)，重視對人工智能的資源投入，大力發(fā)展人工智能產業(yè)。

人工智能**將AI劃分為數(shù)據(jù)、算力、算法三大要素。其中，數(shù)據(jù)相當于石油、電力這樣的新能源；算力相當于土地、道路這樣的基礎設施，而算法則相當于汽車發(fā)動機這樣的推進引擎，在人工智能中處于最為核心的位置。

本課程以數(shù)字化算法為核心，通過案例故事的形式，從淺到深，介紹算法的本質與模型構建方法。同時，為了配合算法這一核心主題，增加了大數(shù)據(jù)、云計算、隱私安全治理、社會倫理道德影響、工作替代沖擊等相關知識內容，讓學員在迭代起伏的AI故事中，全面而充分地理解算法模型的構建思路與方法。

人工智能發(fā)展現(xiàn)狀

四次工業(yè)革命與AI時代的到來

經濟發(fā)展模式的三次飛躍

歷**的四次工業(yè)革命

AI的提出及其曲折發(fā)展歷程

人工智能在國內外的典型應用

人工智能在國外的典型應用案例

人工智能在中國的典型應用案例

人工智能涵蓋的主要內容及其特點

人工智能與新一代信息技術

人工智能的分類及其特點

人工智能發(fā)展現(xiàn)狀及適用場景

案例：波士頓工業(yè)機器人、服務機器人、特斯拉汽車

二、人工智能算法建模四步法

機器學習第一步：數(shù)據(jù)采集與預處理

數(shù)據(jù)采集方法與技術

異構數(shù)據(jù)采集及其處理技術

數(shù)據(jù)預處理典型方法與工具

機器學習第二步：特征工程

典型特征選擇方法

深度學習與特征工程

機器學習第三步：模型訓練與模型選擇

訓練集與測試集構建方法

算法模型構建與選擇方法

機器學習第四步：模型優(yōu)化與應用

主流模型優(yōu)化方法

算法模型在線應用方法

案例：鳶尾花分類、房屋定價、情感分析

三、大數(shù)據(jù)和云計算助力人工智能

數(shù)據(jù)成為數(shù)字社會發(fā)展的新能源

數(shù)據(jù)是連接物理世界和數(shù)字世界的橋梁

大數(shù)據(jù)4V特征與人工智能

實時流式與批量離線計算模型

云計算成為數(shù)字社會新型基礎設施

算力決定人工智能算法的成敗

云計算Hadoop開源生態(tài)系統(tǒng)

數(shù)據(jù)與知識雙輪驅動人工智能發(fā)展

知識是人工智能算法模型的核心

知識圖譜讓AI更能準確把握需求

案例：電信大數(shù)據(jù)、知識圖譜、工業(yè)大數(shù)據(jù)

四、人工智能發(fā)展中的問題與挑戰(zhàn)

人工智能對隱私安全治理提出更大挑戰(zhàn)

深度學習算法讓隱私安全問題更突出

人工智能解決隱私安全問題的策略

人工智能發(fā)展中的社會倫理道德問題

若人工智能犯錯，誰之過？

AI在社會倫理道德遵循方面的探索

人工智能替代工作崗位引發(fā)人機沖突

員工如何改變思維方式，主動擁抱人工智能？

管理者如何幫助員工轉崗，化解機器替代危機？