国产极品粉嫩福利姬萌白酱_伊人WWW22综合色_久久精品a一国产成人免费网站_法国啄木乌AV片在线播放

人工智能-知識圖譜核心技術

一、培訓簡述
人工智能(neng)(neng)（AI）是新(xin)一輪科技(ji)革(ge)(ge)命和(he)產業(ye)(ye)變革(ge)(ge)的(de)(de)核心驅動(dong)力，將深刻(ke)改變人類社(she)會生(sheng)活，改變世界，對于實現社(she)會生(sheng)產力新(xin)躍升，提高(gao)綜合國力和(he)國際競(jing)爭(zheng)力具有(you)重要(yao)意義(yi)。知(zhi)識(shi)圖譜(pu)是人工智能(neng)(neng)技(ji)術的(de)(de)重要(yao)組(zu)成部分， 是AI分支符號主(zhu)義(yi)在(zai)新(xin)時期主(zhu)要(yao)的(de)(de)落(luo)地(di)技(ji)術方(fang)式。它以其強大的(de)(de)語義(yi)處理能(neng)(neng)力和(he)開放組(zu)織能(neng)(neng)力，為互聯網時代(dai)的(de)(de)知(zhi)識(shi)化(hua)組(zu)織和(he)智能(neng)(neng)應(ying)用奠(dian)定了基礎。自2012年谷歌(ge)在(zai)提出(chu)知(zhi)識(shi)圖譜(pu)概念(nian)以來，國內外大規模知(zhi)識(shi)圖譜(pu)的(de)(de)研究(jiu)不(bu)斷深入，并廣泛應(ying)用于知(zhi)識(shi)融合、語義(yi)搜索和(he)推(tui)薦、問答(da)和(he)對話系統、大數據分析與決(jue)策等方(fang)面，應(ying)用領域覆蓋金融、制造、政府、電信、電商、客服、零(ling)售、娛樂(le)、醫療、農業(ye)(ye)、出(chu)版、保險、知(zhi)識(shi)服務(wu)、教育等行業(ye)(ye)。

二、培訓特色
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(shen)度(du)學(xue)習開發環(huan)境：Anaconda Anaconda 3-5.3（含Tensorflow與keras）。

三、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(zhi)識圖譜技術感興趣的其他(ta)人員(yuan)

四、培訓安排
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(shi)大應(ying)用案例(li)

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(ying)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 RDF和RDFS
3.2.2 OWL和OWL2 
3.2.3 Json-LD與RDFa、MicroData
3.2.4 SPARQL查詢語言 
3.3 知識(shi)建模(mo)實戰Protege

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
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進行手寫數(shu)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 知識圖譜向量表示方法
5.5.1 向量表示法
5.5.2 知(zhi)識(shi)圖(tu)譜(pu)嵌入(ru)

第三天
第六講 知識抽取與融合
6.1 知識抽取主要方法與方式
6.1.1 主要方法
6.1.2 主要方式
6.2 面向結構化數據的知識抽取
6.2.1 Direct Mapping 
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 實體抽取
6.4.2 關系抽取
6.4.3 事件抽取
6.5 知識挖掘
6.5.1知識挖掘流程
6.5.2 知識挖掘主要方法
6.6 知識融合
6.6.1 本體匹配
6.6.2 實(shi)體(ti)對(dui)齊

第七講 存儲與檢索
7.1 知識存儲與檢索基礎知識
7.2 知識圖譜的存儲方法
7.2.1基于關系數據庫的存儲
7.2.2 基于RDF數據庫的存儲
7.2.3 原生圖數據庫Neo4j存儲                                                                                                                                                                                                                                                                
7.3 圖譜構建(jian)實踐 NEO4J

第八講 知識圖譜案例
8.1 基于(yu)Neo4j人物關(guan)系知識圖譜存(cun)儲與檢索(suo)

授課專家
錢老師  曾任阿(a)(a)里巴巴數(shu)(shu)(shu)(shu)據(ju)(ju)平(ping)臺(tai)開發(fa)(fa)、資深架(jia)構等(deng)職位，負責(ze)阿(a)(a)里基礎數(shu)(shu)(shu)(shu)據(ju)(ju)平(ping)臺(tai)的(de)(de)開發(fa)(fa)與(yu)(yu)運(yun)維工作，先后(hou)參(can)與(yu)(yu)過阿(a)(a)里彩票、淘(tao)(tao)寶推薦、一淘(tao)(tao)、阿(a)(a)里云、數(shu)(shu)(shu)(shu)據(ju)(ju)*等(deng)多個內部項(xiang)目(mu)的(de)(de)開發(fa)(fa)與(yu)(yu)產(chan)(chan)品(pin)(pin)設(she)計工作。2014年加入聯想(xiang)(xiang)，負責(ze)聯想(xiang)(xiang)電商數(shu)(shu)(shu)(shu)據(ju)(ju)平(ping)臺(tai)架(jia)構產(chan)(chan)品(pin)(pin)設(she)計，涉及(ji)推薦系統(tong)(tong)、CRM系統(tong)(tong)、精準營銷系統(tong)(tong)、用戶畫像、流量監測平(ping)臺(tai)等(deng)產(chan)(chan)品(pin)(pin)，實現了聯想(xiang)(xiang)電商平(ping)臺(tai)的(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)化運(yun)營。2016年4月，加入博彥科(ke)技，任職大(da)數(shu)(shu)(shu)(shu)據(ju)(ju)事業部副(fu)總裁，負責(ze)公(gong)(gong)司全(quan)球大(da)數(shu)(shu)(shu)(shu)據(ju)(ju)數(shu)(shu)(shu)(shu)據(ju)(ju)業務(wu)建設(she)，技術研(yan)發(fa)(fa)等(deng)。專門負責(ze)對與(yu)(yu)金融(rong)行(xing)(xing)業大(da)數(shu)(shu)(shu)(shu)據(ju)(ju)應用產(chan)(chan)品(pin)(pin)建設(she)，包括金融(rong)企業風(feng)險畫像識別系統(tong)(tong)，金融(rong)企業互(hu)聯網(wang)品(pin)(pin)牌建設(she)監控系統(tong)(tong)，金融(rong)企業互(hu)聯網(wang)口碑分析(xi)與(yu)(yu)新品(pin)(pin)研(yan)發(fa)(fa)挖(wa)掘系統(tong)(tong)，金融(rong)行(xing)(xing)業下一代(dai)CRM系統(tong)(tong)，金融(rong)企業智(zhi)(zhi)能(neng)運(yun)維服(fu)務(wu)管理平(ping)臺(tai)等(deng)。2017年底，創立某(mou)智(zhi)(zhi)能(neng)科(ke)技有限公(gong)(gong)司，公(gong)(gong)司專注(zhu)于為金融(rong)與(yu)(yu)電信行(xing)(xing)業提(ti)供圖像NLU、NLP方向的(de)(de)AI落地產(chan)(chan)品(pin)(pin)及(ji)提(ti)供解(jie)決方案，目(mu)前承接某(mou)銀行(xing)(xing)電商智(zhi)(zhi)能(neng)化改造，某(mou)銀行(xing)(xing)OCR服(fu)務(wu)平(ping)臺(tai)，某(mou)銀行(xing)(xing)金融(rong)欺詐挖(wa)掘分析(xi)平(ping)臺(tai)，清華大(da)學醫療影像實驗室課題研(yan)究等(deng)，建設(she)銀行(xing)(xing)人(ren)工智(zhi)(zhi)能(neng)咨詢項(xiang)目(mu)，廣發(fa)(fa)銀行(xing)(xing)人(ren)工智(zhi)(zhi)能(neng)咨詢服(fu)務(wu)，聯通研(yan)究院人(ren)工智(zhi)(zhi)能(neng)咨詢項(xiang)目(mu)等(deng)。

王老師  符偉  男  北京郵電(dian)大學(xue)軟件工(gong)程(cheng)碩士，近10年的IT領域(yu)相關技(ji)術(shu)研究和項目(mu)開發工(gong)作(zuo)，6年新東方、中(zhong)國移動、中(zhong)興能源和中(zhong)培教育培訓講師經驗，研究方向機(ji)器學(xue)習，數據挖(wa)掘，計算(suan)幾何，自(zi)然(ran)語(yu)言(yan)處(chu)理（NLP）應用于股票(piao)交(jiao)易與預測，醫藥(yao)圖像識(shi)別，智(zhi)能畜(chu)牧等方向。擅長機(ji)器學(xue)習模型(xing)選擇(ze)、核心算(suan)法分析和代碼實現(xian)。團(tuan)隊(dui)已實踐工(gong)業AI項目(mu)20余個，與多所大學(xue)合(he)作(zuo)建立AI教研實訓基地，應用于金(jin)融、醫療、交(jiao)通、氣象、油田、證券、電(dian)信、化工(gong)、冶金(jin)等多個領域(yu)。

人工智能-知識圖譜核心技術