项目简介

在机器视觉应用中，外观检测一直是行业痛点。外观缺陷中的划痕、脏污、形态不一、大小不同、深浅和各种姿态都不同，很难用传统的视觉检测算法稳定检测。但是随着深度学习技术的发展，采用深度学习模式的外观检测程式，成为了外观检测的新方法。

课程目标

重点依托Faster R-CNN算法，以及TensorFlow工具，完成整套从数据标注到模型训练、优化。

课程收益

√ 对目标检测算法有一个很好的了解，重点掌握Faster R-CNN算法
√ 对数据打标签、数据集制作、算法模型训练有一个很好的掌握
√ 对Faster R CNN代码有深刻认知，学会如何改进和优化算法

项目简介

施工工地对安全帽佩戴的检测和监管力度越来越大了，从智能安全帽的应用到安全帽检测系统的智能管理，现在的安全帽检测升级版对于安全帽佩戴标准也有了新的分析算法，对未正确佩戴、悬挂等都能准确检测识别。对工作服颜色接近安全帽颜色的检测能力有了更高的提升，比传统的安全帽识别系统精度更高。

课程目标

重点依托Yolo one stage算法，以及Darknet工具，完成整套从数据标注到模型训练、优化。

课程收益

√ 对目标检测算法有一个很好的了解，重点掌握Yolo V3算法
√ 对数据打标签、数据集制作、算法模型训练有一个很好的掌握
√ 对Yolo V3代码有深刻认知，学会如何改进和优化算法

项目简介

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。

课程目标

通过一个完整的人脸识别项目，掌握人脸识别系统的开发流程和关键技术。

课程收益

√ 从0到1，全面剖析完整项目整个建设生命周期：需求分析、架构设计、环境部署、程序设计、模型训练。
√ 掌握人脸识别一般过程，人脸检测、人脸对齐、人脸识别
√ 掌握人脸检测的集成学习方法
√ 掌握人脸检测的CNN方法
√ 掌握人脸检测+关键点定位的多任务网络MTCNN

项目简介

OCR文字识别软件，指利用OCR （Optical Character Recognition，光学字符识别）技术，将图片、照片上的文字内容，直接转换为可编辑文本的软件。软件可以把图片转换成可以编辑的文字。从验证码、身份证识别、驾驶证识别、票据识别，到如今更多的识别自然场景下的整句话，甚至理解PDF里面带错别字的整段文字，应用场景可谓非常之广。

课程目标

掌握目标检测+RNN+CTC loss完成通用的深度学习OCR架构。

课程收益

√ 了解OCR应用场景和概念
√ 掌握目标检测+RNN+CTC loss架构
√ 掌握CTC loss中的原理
√ 掌握深度学习训练OCR模型的整体流程和代码

项目简介

实体关系抽取解决了原始文本中目标实体之间的关系分类问题，它也被广泛应用于文本摘要、自动问答系统、知识图谱、搜索引擎和机器翻译中。中文实体关系抽取由于中文句式和语法结构复杂，汉语有更多歧义，会影响关系分类的效果。

课程目标

对实体关系抽取技术、在行业应用有很清晰的认识。学会如果从语料库中通过机器学习和深度学习算法建立关系，服务于自动聊天机器人和知识图谱。

课程收益

√ 了解任务是从无结构的文本中抽取实体以及实体之间的关系（实体1-关系-实体2，三元组），这里的关系是我们预定义好的关系类型。
√ 可以学到综合运用词嵌入、BiLSTM、CRF等NLP相关知识

项目简介

聊天机器人（Chatbot），又被称为对话代理（Conversational Agents）或对话系统（Dialog Systems），是当前的一个研究热点。Microsoft在聊天机器人领域下了巨大赌注，其他的公司，例如Facebook（M）、Apple（Siri）、Google、WeChat和Slack也不甘落后，推出了相关的产品。这股聊天机器人的新浪潮，也在一些创业公司兴起了：试图改变用户和服务之间的交互模式的产品。

课程目标

我们将会介绍用于搭建聊天机器人模型的深度学习技术，让同学对于“这个领域中，什么是能做到的，什么是现阶段几乎不可能实现的”有一个清晰的认知。并且学习搭建检索式聊天机器人和产生式聊天机器人。

课程收益

√ 对智能问答技术会有很清晰的认识
√ 理解意图识别、实体关系抽取对Chatbot的作用
√ 可以学到一个聊天机器人项目实现
√ 了解聊天机器人现阶段面临的挑战

项目简介

知识图谱的应用从最初的Google搜索，已经蔓延到了聊天机器人，大数据风控、投资、智能医疗、自适应教育、推荐系统、物联网等多个重要领域，并逐步成为不可缺少的一门人工智能技术。

课程目标

对知识图谱技术、行业应用有很清晰的认识。学到完整知识图谱项目全生命周期所涉关键问题的解决思路。

课程收益

√ 对知识图谱技术、行业应用全貌会有很清晰的认识
√ 可以学到一个完整知识图谱项目全生命周期所涉及到的步骤
√ 对每个关键问题的解决思路

项目简介

推荐系统在各种系统中广泛使用，推荐算法则是其中最核心的技术点， 为推荐系统选择正确的推荐算法是非常重要的决定。每一种推荐算法都有其优点和缺点，当然也有其限制条件，在作出决定之前，必须要一一考量。在实践中，你可能会测试几种算法，以发现哪一种最适合你的用户，学习中你也会直观地发现它们是什么以及它们的工作原理。

课程目标

掌握推荐系统原理与工作方式，使用SparkMLlib库进行建模。并且掌握更多推荐系统相关算法的运用。

课程收益

√ 对推荐系统技术架构、行业应用全貌会有很透彻的理解
√ 掌握SparkMLlib、Hive数仓、python脚本的综合使用
√ 掌握GBDT+LR架构在推荐系统的运用
√ 掌握FM和FFM算法在推荐系统中的运用
√ 掌握深度学习推荐算法wide and deep learning

项目简介

智能商业分析项目对于企业的盈利会起到非常直接的影响，会深入影响企业制定战略策略，也是很多企业非常看重的硬需求。成功案例比如，微博粉丝推广，宠物类目如何圈定投放人群，如何保持有效客户池，店铺营销，如何招揽客圈人，挖掘潜在人群，DMP帮我找到买面膜，ROI（投资回报率）翻倍，企业成本控制。

课程目标

全面了解智能商业的价值，了解运营的价值，挖掘深层次用户行为、消费能力、行业所需，结合机器学习算法和NLP知识进行数据挖掘

课程收益

√ 掌握智能商业分析和运营的关系
√ 通过机器学习算法、分类、预测、深层次学习特征发现
√ 深入理解企业级用户画像系统
√ 基于画像系统提高公司的收益
√ 学会销售分析、投入分析、商品分析、促销分析、行为分析、CAC模型精准分析用户、ROI精准实现变现能力