課程大綱：人工智能應用深度培訓
第 一篇：機器學習
一、大數據分析與機器學習、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勢
大數據分析與機器學習、人工智能及深度學習
第二篇：機器學習系統架構
一、機器學習系統架構
二、構建Spark機器學習系統
三、特征提取、轉換和選擇
四、模型選擇或調優
五、ML Pipelines
案例研討：機器學習系統架構
第三篇：大數據分析Spark MLlib
一、Spark MLlib架構
二、數據類型
三、基礎統計
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：大數據分析Spark接口
大數據分析Spark接口
一、R數據分析
二、Spark R簡介
三、pyspark 簡介
四、SparkDataFrame數據結構說明
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實現卷積神經網絡
五、循環神經網絡簡介
六、TensorFlow實現循環神經網絡
七、在Pyspark集群環境運行TensorFlow
大數據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
