今天高清视频免费播放动漫,天天爽夜爽免费精品视频,精品国产免费第一区二区,《爆乳女教师BD高清》

當前位置: 首頁 > 內訓課程 > 課程內容
廣告1
相關熱門公開課程更多 》
相關熱門內訓課程更多 》
相關最新下載資料

人工智能——高級認證課綱

課程編號:40579

課程價格:¥19000/天

課程時長:10 天

課程人氣:496

行業類別:行業通用     

專業類別:管理技能 

授課講師:駱飛

  • 課程說明
  • 講師介紹
  • 選擇同類課
【培訓對象】


【培訓收益】



第1章 認知計算與大數據科學
1.1 數據科學簡介
1.1.1 數據科學與相關學科
1.1.2 下一個十年的新興技術
1.1.3 驅動認知計算的五種關鍵技術(SMACT)
1.2 社交媒體和移動云計算
1.2.1 社交網絡和Web服務網站
1.2.2 移動蜂窩核心網絡
1.2.3 移動設備和互聯網邊緣網絡
1.2.4 移動云計算環境
1.3 大數據采集、挖掘和分析
1.3.1 海量數據的大數據價值鏈
1.3.2 大數據的采集與預處理
1.3.3 數據質量控制、表示和數據庫模型
1.3.4 云分析系統的發展
1.4 機器智能和大數據應用
1.4.1 數據挖掘與機器學習
1.4.2 大數據應用概述
1.4.3 認知計算概述

第2章 智慧云與虛擬化技術
2.1 云計算模型和云服務
2.1.1 基于服務的云分類
2.1.2 云服務平臺的多層發展
2.1.3 支持大數據存儲和處理引擎的云平臺
2.1.4 支持大數據分析的云資源
2.2 虛擬機和Docker容器的創建
2.2.1 云平臺資源的虛擬化
2.2.2 虛擬機管理程序和虛擬機
2.2.3 Docker引擎和應用程序容器
2.2.4 容器和虛擬機的發展
2.3 云架構和虛擬資源管理
2.3.1 三種云平臺架構
2.3.2 虛擬機管理和災難恢復
2.3.3 創建私有云的Eucalyptus和OpenStack
2.3.4 Docker容器調度和業務流程
2.3.5 建立混合云的VMware云操作系統
2.4 IaaS、PaaS和SaaS云的案例研究
2.4.1 基于分布式數據中心的AWS云
2.4.2 AWS云服務產品
2.4.3 PaaS:谷歌AppEngine及其他
2.4.4 SaaS:Salesforce云
2.5 移動云與云間的混搭服務
2.5.1 微云網關的移動云
2.5.2 跨云平臺的混搭服務
2.5.3 混搭服務Skyline的發現
2.5.4 混搭服務的動態組成

第3章 物聯網的傳感、移動和認知系統
3.1 物聯網感知與關鍵技術
3.1.1 物聯網感知技術
3.1.2 物聯網關鍵技術
3.2 物聯網體系結構和交互框架
3.2.1 物聯網體系結構
3.2.2 本地定位技術與全球定位技術
3.2.3 傳統物聯網系統與以云為中心的物聯網應用
3.2.4 物聯網與環境交互框架
3.3 RFID
3.3.1 射頻識別技術和標簽設備
3.3.2 RFID系統架構
3.3.3 物聯網支持的供應鏈管理
3.4 傳感器、無線傳感器網絡和全球定位系統
3.4.1 傳感器的硬件和操作系統
3.4.2 基于智能手機的傳感
3.4.3 無線傳感器網絡和體域網
3.4.4 全球定位系統
3.5 認知計算技術與原型系統
3.5.1 認知科學和神經信息學
3.5.2 腦啟發計算芯片和系統
3.5.3 谷歌大腦團隊項目
3.5.4 物聯網環境下的認知服務
3.5.5 增強和虛擬現實應用

第4章 NB-IoT技術與架構
4.1 NB-IoT概述
4.1.1 NB-IoT的背景
4.1.2 NB-IoT發展簡史與標準化進程
4.2 NB-IoT的特性與關鍵技術
4.2.1 NB-IoT的特性
4.2.2 NB-IoT的基礎理論與關鍵技術
4.3 NB-IoT與幾種技術的對比
4.3.1 NB-IoT與eMTC技術的對比
4.3.2 NB-IoT與其他無線通信技術的對比
4.4 NB-IoT的智能應用
4.4.1 NB-IoT的應用場景
4.4.2 NB-IoT的應用范例
4.5 NB-IoT的安全需求
4.5.1 感知層
4.5.2 傳輸層
4.5.3 應用層

第5章 有監督的機器學習
5.1 機器學習簡介
5.1.1 學習方式簡介
5.1.2 主要算法簡介
5.1.3 監督學習和無監督學習
5.1.4 機器學習主要流派
5.2 回歸分析
5.2.1 簡介
5.2.2 線性回歸
5.2.3 邏輯回歸
5.3 有監督的分類算法
5.3.1 最近鄰分類
5.3.2 決策樹
5.3.3 基于規則的分類
5.3.4 支持向量機
5.4 貝葉斯與組合算法
5.4.1 樸素貝葉斯
5.4.2 貝葉斯網絡
5.4.3 隨機森林和組合方法

第6章 無監督學習和算法選擇
6.1 無監督學習簡介和關聯分析
6.1.1 無監督的機器學習
6.1.2 關聯分析和頻繁項集
6.1.3 關聯規則的產生
6.2 聚類分析
6.2.1 聚類分析簡介
6.2.2 K均值聚類
6.2.3 凝聚層次聚類
6.2.4 基于密度的聚類
6.3 降維算法和學習模型
6.3.1 常見的降維算法簡介
6.3.2 主成分分析法 

咨詢電話:
0571-86155444
咨詢熱線:
  • 微信:13857108608
聯系我們
<var id="zybgy"><center id="zybgy"></center></var>
<form id="zybgy"><strong id="zybgy"><acronym id="zybgy"></acronym></strong></form>

    <ul id="zybgy"></ul>
  • 主站蜘蛛池模板: 阳城县| 龙泉市| 来凤县| 浦城县| 罗平县| 南投市| 沈阳市| 隆安县| 怀化市| 五寨县| 龙门县| 天祝| 宁陵县| 罗城| 双鸭山市| 新津县| 彰化市| 香河县| 巴林左旗| 姚安县| 阿图什市| 巴里| 吕梁市| 蒙山县| 嵊泗县| 杭州市| 曲沃县| 宾川县| 丽水市| 景宁| 聂拉木县| 马鞍山市| 海淀区| 商水县| 阜新| 镇沅| 新营市| 依安县| 文成县| 张掖市| 白朗县|