课程目录

•   课时 1 课程介绍（高级） 可试学
• 1

  智能计算平台应用开发概述

•   课时 2 1.1 智能计算平台应用开发技能点简介 可试学
•   课时 3 1.2 智能计算平台应用开发（高级）知识.概要
• 2

  智能计算高级环境

•   课时 4 2.1.1 本地IDE开发环境——PyCharm（上）
•   课时 5 2.1.2 本地IDE开发环境——PyCharm（下）
•   课时 6 2.1.3 本地IDE开发环境——Eclipse
•   课时 7 2.2 ModelArts简介
• 3

  平台管理

•   课时 8 3.1 系统管理
•   课时 9 3.2.1 问题管理——问题管理简介及流程
•   课时 10 3.2.2 问题管理——常用问题管理工具
•   课时 11 3.3 重大事件管理
• 4

  数据存储

•   课时 12 4.1 分布式存储系统
•   课时 13 4.2.1 分布式数据库简介
•   课时 14 4.2.2 常见关系型分布式数据库的技术架构
•   课时 15 4.2.3 分布式非关系型数据库HBase和MongoDB
•   课时 16 4.2.4 分布式非关系型数据库Redis
•   课时 17 4.2.5 分布式数据库构建与配置实例
•   课时 18 4.3.1 常见的分布式文件系统工具
•   课时 19 4.3.2 分布式文件系统构建与配置实例
• 5

  数据处理

•   课时 20 5.1.1 数据预处理（上）
•   课时 21 5.1.2 数据预处理（下）
•   课时 22 5.2.1 特征工程—特征选择
•   课时 23 5.2.2 特征工程—特征降维和特征构造
• 6

  数据备份及恢复

•   课时 24 6.1 容灾备份的概念
•   课时 25 6.2.1 常见容灾方案
•   课时 26 6.2.3 OceanStor容灾备份示例
• 7

  深度学习基础算法建模

•   课时 27 7.1 深度学习概述
•   课时 28 7.2.1 常见深度学习算法——全连接神经网络
•   课时 29 7.2.2 常见深度学习算法——卷积神经网络
•   课时 30 7.2.3 常见深度学习算法——循环神经网络（上）
•   课时 31 7.2.4 常见深度学习算法——循环神经网络（下）
•   课时 32 7.2.5 常见深度学习算法——生成对抗网络和迁移学习
•   课时 33 7.3.1 计算机视觉与深度学习——图像分割
•   课时 34 7.3.2 计算机视觉与深度学习——图像分类
•   课时 35 7.3.3 计算机视觉与深度学习——目标检测
•   课时 36 7.3.4 计算机视觉与深度学习——目标跟踪
•   课时 37 7.4.1 自然语言处理与深度学习——词向量模型
•   课时 38 7.4.2 自然语言处理与深度学习——信息抽取
•   课时 39 7.4.3 自然语言处理与深度学习——情感分析和语义分析
•   课时 40 7.4.4 自然语言处理与深度学习——机器翻译
•   课时 41 7.5.1 语音与深度学习——语音识别（上）
•   课时 42 7.5.2 语音与深度学习——语音识别（下）
•   课时 43 7.5.3 语音与深度学习——语音合成
• 8

  人工智能算法优化

•   课时 44 8.1.1 超参数优化
•   课时 45 8.1.2 自动机器学习
•   课时 46 8.2.1 并行计算的原理简介
•   课时 47 8.2.2 并行计算的方法与实践
•   课时 48 8.2.3 混合精度训练
• 9

  人工智能高级应用软件开发测试

•   课时 49 9.1.1 人工智能软件开发概述
•   课时 50 9.1.2 软件过程模型
•   课时 51 9.1.3 开发活动
•   课时 52 9.2.1 边缘计算简介
•   课时 53 9.2.2 智能驾驶边缘计算实例
•   课时 54 9.2.3 智能边缘平台
•   课时 55 9.3 高级人工智能产品测试

学习资料

暂无学习资料