歡迎訪問企業培訓網!本站提供優質培訓課程和培訓服務!
免費注冊 | 會員登陸 | 將本站設為首頁 |

知識圖譜核心技術與應用培訓班

(本課程滾動開課,如遇開課時間或者地點不合適,請撥打010-62258232咨詢最新時間、地點等培訓安排!)

培訓安排:2019年10月18日-10月21日 北京(18日報到)
頒發證書:
參加相關培訓并通過考試的學員,可以獲得工業和信息化部全國網絡與信息技術考試管理中心頒發的《人工智能職業技能證書》(等級高級)。該證書可作為專業技術人員職業能力考核的證明,以及專業技術人員崗位聘用、任職、定級和晉升職務的重要依據。
注:請學員帶二寸彩照2張(背面注明姓名)、身份證復印件一張。
培訓費用:7800元/人(含培訓、教材、午餐、場地、證書、學習用品費等)。
課程介紹:
人工智能(AI)是新一輪科技革命和產業變革的核心驅動力,將深刻改變人類社會生活,改變世界,對于實現社會生產力新躍升,提高綜合國力和國際競爭力具有重要意義。知識圖譜是人工智能技術的重要組成部分, 是AI分支符號主義在新時期主要的落地技術方式。它以其強大的語義處理能力和開放組織能力,為互聯網時代的知識化組織和智能應用奠定了基礎。自2012年谷歌在提出知識圖譜概念以來,國內外大規模知識圖譜的研究不斷深入,并廣泛應用于知識融合、語義搜索和推薦、問答和對話系統、大數據分析與決策等方面,應用領域覆蓋金融、制造、政府、電信、電商、客服、零售、娛樂、醫療、農業、出版、保險、知識服務、教育等行業。
為了貫徹落實國務院印發的“新一代人工智能發展規劃”精神,推廣人工智能與知識圖譜技術的應用,中國信息化人才培訓中心決定舉辦“知識圖譜核心技術與應用培訓班”。
培訓方式:
本培訓班重視技術基礎,強調實際應用,采用技術原理與實際應用相結合的方式進行教學。 通過展示教師的實際科研成果,講述人工智能與知識圖譜的技術原理與應用系統開發方法、知識圖譜系統開發工具使用方法。使學員掌握知識圖譜基礎與專門知識,獲得較強的知識圖譜應用系統的分析、設計、實現能力。
參加培訓的學員需帶筆記本電腦,配置為: Windows 10(或windows 7)操作系統、jdk-8u191-windows-x64、8G以上內存、256G以上硬盤。
實驗軟件為:圖數據庫: neo4j 3.5社區版;
深度學習開發環境:Anaconda Anaconda 3-5.3(含Tensorflow與keras)。
培訓對象:
1、政府、企業、學校IT相關技術人員;高校相關專業碩士、博士研究生。
2、企業技術總監及相關管理人員。
3、人工智能與知識圖譜系統架構師、設計與編程人員。
4、對知識圖譜技術感興趣的其他人員。

培訓內容:
第一天 
第一講 人工智能概述 
1.1 人工智能(AI)概念
1.2 AI研究的主要技術問題
1.3 AI的主要學派
1.4 AI十大應用案例
第二講 知識圖譜概述
 2.1  知識圖譜(KG)概念
2.2  知識圖譜的起源與發展
2.3  典型知識圖譜項目簡介
2.4  知識圖譜技術概述
2.5  知識圖譜典型應用
第三講 知識表示
3.1 基于符號主義的知識表示概述
3.1.1 謂詞邏輯表示法
3.1.2 產生式系統表示法
3.1.3 語義網絡表示法
3.2 知識圖譜的知識表示
3.2.1 本體論概念
3.2.2  RDF和RDFS
3.2.3. OWL和OWL2  
3.3.4  Json與Json-LD
3.3.5  RDFa、HTML5 、MicroData
  3.3.6  SPARQL查詢語言

第二天 
第四講 知識圖譜核心基礎技術(一):神經網絡與深度學習 
4.1 神經網絡基本原理
4.2 神經網絡應用舉例
4.3 深度學習概述
4.4主流深度學習框架
4.4.1 TesorFlow / Keras(安裝與運行)
4.4.2 Caffe
4.5 卷積神經網絡(CNN)
4.5.1  CNN簡介
4.5.2  CNN關鍵技術: 局部感知、卷積、池化、CNN訓練
4.5.3 典型卷積神經網絡結構
4.5.4 深度殘差網絡
4.5.5 案例:利用CNN進行時裝識別
4.5.6 案例:利用CNN進行手寫數字識別
上機實踐:基于卷積神經網絡的手寫體數字識別
第五講 知識圖譜核心基礎技術(二): 基于深度學習的自然語言處理
5.1 循環神經網絡(RNN)概述
5.2  基本RNN 
5.3  長短時記憶模型(LSTM)
5.4  門控循環單元(GRU)
5.5  基于TensorFlow的自然語言處理
   5.5.2 自然語言處理處理概述
   5.5.1 文本向量化(vectorize)
   5.5.1.1 one-hot編碼
   5.5.1.2詞嵌入(word embedding)概念
   5.5.1.3詞嵌入(word embedding)主要算法
   5.5.1.4 TensorFlow/Keras的嵌入層實現
  上機實踐:基于循環神經網絡的情感識別

第三天
第六講  知識抽取與融合 
6.1  知識抽取基本方法
  6.1.1  實體識別方法
  6.1.2  關系抽取方法
  6.1.3  事件抽取方法
6.2 面向結構化數據的知識抽取
  6.2.1 D2RQ    
  6.2.2 R2RML
6.3  面向半結構化數據的知識抽取
  6.3.1 基于正則表達式的方法 
  6.3.2 基于包裝器的方法
6.4. 面向非結構化數據的知識抽取
 6.4.1 基于規則的實體識別
  6.4.2 基于深度學習的實體識別
6.4.3 基于模板的關系抽取
  6.4.4 基于深度學習的關系抽取
6.5   實體消歧與鏈接
6.5.1實體消歧
6.5.2 實體鏈接
6.6  知識融合
6.6.1 框架匹配
  6.6.2 實體對齊
  6.6.3 沖突檢測與消解
第七講 存儲與檢索
7.1 知識圖譜的存儲與檢索簡介
7.2 知識圖譜的存儲
  7.2.1  基于表結構的存儲
  7.2.2 基于圖結構的存儲
7.3 大規模知識圖譜存儲解決方案
7.4 屬性圖數據庫 NEO4J
7.5 知識圖譜的檢索
上機實踐:利用NEO4J進行知識圖譜存儲與檢索
第八講 知識圖譜案例 
8.1 金融風險防范知識圖譜構建
8.2 知識問答系統構建  

主講教授:
張老師,博士畢業于西安交通大學,現為某大學計算機學院2級教授,博士生導師,陜西省制造業信息化專家組專家。曾任陜西省信息化專家組專家、陜西省制造業信息化專家組專家、中國計算機學會服務計算專委會委員、信息系統專委會委員,計算機學院副院長、計算機科學與技術學科帶頭人。主持完成科研項目30項(其中國家863課題6項);參編出版教材5部。作為第二作者參編了國家95規劃教材《人工智能基礎》(電子工業出版社,2000年) 。曾獲省部級科技進步獎8項,其中“神經網絡專家系統及其應用”獲機械工業部科技進步三等獎(1996)。累計培養已畢業博士研究生24人,碩士研究生132人。
1985年以來,主要從事人工智能、因特信息網方面的教學與研究,進行過多個實用人工智能系統、網絡與信息系統的規劃、設計與開發。2010年以來,主要從事人工智能、云計算、大數據與深度學習方面的研究與教學。

【報名咨詢】

聯系電話:010-62258232  62278113  13718601312  18610339408

聯 系 人:李先生  陳小姐

電子郵件:[email protected]  [email protected]

在線登記培訓意向(提前報名可享受折扣優惠):
課程名稱:
 
企業名稱:*
 
聯系人:*
 
聯系電話:*
 
學員姓名:
 
聯系電話:
 
學員姓名:
 
聯系電話:
 
學員姓名:
 
聯系電話:
 
  (學員信息按報名人數填寫即可,三人以上報名請點擊下載培訓報名表
備 注——
1、收到貴公司報名信息后,我們將第一時間和貴公司參會聯系人確認培訓事宜。
2、開課前兩周,我們將為您發送《培訓確認函》,將培訓地點交通路線及酒店預訂、培訓報到指引等事項告知與您。
3、本課程也可以安排培訓講師到貴公司進行企業內訓,歡迎來電咨詢及預訂講師排期。
4、聯系咨詢電話:010-62278113  13718601312;聯系人:李先生;郵件:[email protected]
企業培訓導航
·按培訓課題:
企業戰略
運營管理
生產管理
研發管理
營銷銷售
人力資源
財務管理
職業發展
高層研修
標桿學習
認證培訓
專業技能
·按培訓時間:
一月課程
二月課程
三月課程
四月課程
五月課程
六月課程
七月課程
八月課程
九月課程
十月課程
十一月課
十二月課
·按培訓地點:
北京培訓
上海培訓
廣州培訓
深圳培訓
蘇州培訓
杭州培訓
成都培訓
青島培訓
廈門培訓
東莞培訓
武漢培訓
長沙培訓
最新培訓課程
年度培訓計劃
企業培訓年卡
精品研修項目
最新信息 | 培訓需求 | 網站動態 | 網站地圖 | 關于我們 | 聯系我們
企業培訓網致力于為客戶提供優質培訓服務!推動企業進步,助力企業騰飛!
客服電話:010-62258232  QQ:25198734  網站備案:京ICP備06027146號
QQ在線咨詢
掃描添加微信咨詢
在線登記報名
上期开什么尾下期必开