課程大綱：人工智能應用深度培訓
第 一篇：機器學習
一、大數(shù)據(jù)分析與機器學習、人工智能及深度學習
二、機器學習的基本任務
三、如何選擇合適算法
四、Spark在機器學習方面的優(yōu)勢
大數(shù)據(jù)分析與機器學習、人工智能及深度學習
第二篇：機器學習系統(tǒng)架構
一、機器學習系統(tǒng)架構
二、構建Spark機器學習系統(tǒng)
三、特征提取、轉換和選擇
四、模型選擇或調優(yōu)
五、ML Pipelines
案例研討：機器學習系統(tǒng)架構
第三篇：大數(shù)據(jù)分析Spark MLlib
一、Spark MLlib架構
二、數(shù)據(jù)類型
三、基礎統(tǒng)計
四、構建Spark ML推薦模型
五、構建Spark ML分類模型
案例研討：
Spark ML機器學習
第四篇：大數(shù)據(jù)分析Spark接口
大數(shù)據(jù)分析Spark接口
一、R數(shù)據(jù)分析
二、Spark R簡介
三、pyspark 簡介
四、SparkDataFrame數(shù)據(jù)結構說明
五、Spark Streaming簡介
Pyspark進行深度學習
第五篇 ：深度學習
一、深度學習與TensorFlow簡介
二、TensorFlowOnSpark簡介
三、卷積神經網絡簡介
四、TensorFlow實現(xiàn)卷積神經網絡
五、循環(huán)神經網絡簡介
六、TensorFlow實現(xiàn)循環(huán)神經網絡
七、在Pyspark集群環(huán)境運行TensorFlow
大數(shù)據(jù)分析與深度學習關系？
第六篇：深度學習與人工智能
一、人工智能簡介
二、深度學習與智能客服
三、深度學習與無人駕駛
四、深度學習與人臉識別
五、深度學習高級應用案例
加入高級會員獲得助教答疑
