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(gong)智能(neng)（AI）是新一輪科技革命(ming)和產(chan)業變革的(de)核(he)心驅動力(li)，將(jiang)深刻改變人類社會(hui)生(sheng)活，改變世(shi)界(jie)，對(dui)(dui)于實現社會(hui)生(sheng)產(chan)力(li)新躍升，提(ti)高綜合國力(li)和國際競爭力(li)具有重要意義。知(zhi)識(shi)(shi)圖譜(pu)是人工(gong)智能(neng)技術的(de)重要組(zu)成部(bu)分， 是AI分支符號主(zhu)義在新時期主(zhu)要的(de)落地技術方(fang)式。它以其強大(da)的(de)語(yu)(yu)義處理能(neng)力(li)和開放組(zu)織能(neng)力(li)，為(wei)互聯網(wang)時代的(de)知(zhi)識(shi)(shi)化組(zu)織和智能(neng)應用(yong)(yong)奠定了(le)基礎。自2012年(nian)谷歌(ge)在提(ti)出知(zhi)識(shi)(shi)圖譜(pu)概念以來，國內外大(da)規(gui)模(mo)知(zhi)識(shi)(shi)圖譜(pu)的(de)研究不斷深入(ru)，并廣泛應用(yong)(yong)于知(zhi)識(shi)(shi)融合、語(yu)(yu)義搜索和推薦、問答和對(dui)(dui)話系統、大(da)數據分析與決策等方(fang)面，應用(yong)(yong)領域覆(fu)蓋(gai)金融、制造(zao)、政(zheng)府(fu)、電信、電商、客服、零售、娛樂、醫療(liao)、農業、出版(ban)、保險、知(zhi)識(shi)(shi)服務、教育等行業。

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；
深度學習開(kai)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、對知識圖(tu)譜技術感興趣(qu)的其他(ta)人員

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十大應用案(an)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(zhi)識圖譜典(dian)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 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(zhi)識建模(mo)實(shi)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(xie)數(shu)字(zi)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 知識圖(tu)譜嵌(qian)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)體對齊

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 圖譜構建實踐 NEO4J

第八講 知識圖譜案例
8.1 基于Neo4j人物關系知識圖譜(pu)存儲與檢索

授課專家
錢老師  曾任阿(a)里(li)巴巴數(shu)(shu)據(ju)(ju)(ju)(ju)平(ping)(ping)臺(tai)(tai)開發(fa)、資深架(jia)構(gou)等(deng)職(zhi)位，負(fu)(fu)責(ze)(ze)阿(a)里(li)基礎數(shu)(shu)據(ju)(ju)(ju)(ju)平(ping)(ping)臺(tai)(tai)的(de)開發(fa)與(yu)運維工(gong)(gong)作，先后參與(yu)過(guo)阿(a)里(li)彩(cai)票、淘寶推薦、一(yi)淘、阿(a)里(li)云、數(shu)(shu)據(ju)(ju)(ju)(ju)*等(deng)多個內部項(xiang)目(mu)(mu)的(de)開發(fa)與(yu)產品(pin)設(she)計(ji)工(gong)(gong)作。2014年(nian)加(jia)入聯(lian)想(xiang)，負(fu)(fu)責(ze)(ze)聯(lian)想(xiang)電(dian)商數(shu)(shu)據(ju)(ju)(ju)(ju)平(ping)(ping)臺(tai)(tai)架(jia)構(gou)產品(pin)設(she)計(ji)，涉及(ji)推薦系(xi)(xi)統(tong)(tong)、CRM系(xi)(xi)統(tong)(tong)、精準營銷系(xi)(xi)統(tong)(tong)、用戶畫(hua)像、流量監測平(ping)(ping)臺(tai)(tai)等(deng)產品(pin)，實現了聯(lian)想(xiang)電(dian)商平(ping)(ping)臺(tai)(tai)的(de)數(shu)(shu)據(ju)(ju)(ju)(ju)化運營。2016年(nian)4月(yue)，加(jia)入博彥科技(ji)，任職(zhi)大(da)數(shu)(shu)據(ju)(ju)(ju)(ju)事業(ye)(ye)(ye)部副(fu)總裁，負(fu)(fu)責(ze)(ze)公(gong)(gong)司(si)(si)全球大(da)數(shu)(shu)據(ju)(ju)(ju)(ju)數(shu)(shu)據(ju)(ju)(ju)(ju)業(ye)(ye)(ye)務建(jian)設(she)，技(ji)術研發(fa)等(deng)。專(zhuan)門(men)負(fu)(fu)責(ze)(ze)對(dui)與(yu)金(jin)(jin)融(rong)行(xing)(xing)業(ye)(ye)(ye)大(da)數(shu)(shu)據(ju)(ju)(ju)(ju)應用產品(pin)建(jian)設(she)，包括金(jin)(jin)融(rong)企(qi)(qi)業(ye)(ye)(ye)風險畫(hua)像識別系(xi)(xi)統(tong)(tong)，金(jin)(jin)融(rong)企(qi)(qi)業(ye)(ye)(ye)互聯(lian)網品(pin)牌建(jian)設(she)監控系(xi)(xi)統(tong)(tong)，金(jin)(jin)融(rong)企(qi)(qi)業(ye)(ye)(ye)互聯(lian)網口碑分析與(yu)新品(pin)研發(fa)挖(wa)(wa)掘(jue)系(xi)(xi)統(tong)(tong)，金(jin)(jin)融(rong)行(xing)(xing)業(ye)(ye)(ye)下一(yi)代CRM系(xi)(xi)統(tong)(tong)，金(jin)(jin)融(rong)企(qi)(qi)業(ye)(ye)(ye)智(zhi)能(neng)運維服務管(guan)理平(ping)(ping)臺(tai)(tai)等(deng)。2017年(nian)底，創(chuang)立某智(zhi)能(neng)科技(ji)有限(xian)公(gong)(gong)司(si)(si)，公(gong)(gong)司(si)(si)專(zhuan)注于為金(jin)(jin)融(rong)與(yu)電(dian)信行(xing)(xing)業(ye)(ye)(ye)提供(gong)圖像NLU、NLP方向(xiang)的(de)AI落地(di)產品(pin)及(ji)提供(gong)解決(jue)方案，目(mu)(mu)前承接(jie)某銀(yin)(yin)行(xing)(xing)電(dian)商智(zhi)能(neng)化改造，某銀(yin)(yin)行(xing)(xing)OCR服務平(ping)(ping)臺(tai)(tai)，某銀(yin)(yin)行(xing)(xing)金(jin)(jin)融(rong)欺詐挖(wa)(wa)掘(jue)分析平(ping)(ping)臺(tai)(tai)，清(qing)華(hua)大(da)學醫療影(ying)像實驗室(shi)課題研究等(deng)，建(jian)設(she)銀(yin)(yin)行(xing)(xing)人工(gong)(gong)智(zhi)能(neng)咨(zi)詢項(xiang)目(mu)(mu)，廣發(fa)銀(yin)(yin)行(xing)(xing)人工(gong)(gong)智(zhi)能(neng)咨(zi)詢服務，聯(lian)通研究院人工(gong)(gong)智(zhi)能(neng)咨(zi)詢項(xiang)目(mu)(mu)等(deng)。

王老師(shi)  符偉  男  北京郵電(dian)(dian)大(da)學軟(ruan)件工(gong)程碩(shuo)士，近10年的IT領域(yu)相關技術研(yan)究和(he)項(xiang)(xiang)目開(kai)發(fa)工(gong)作，6年新東方(fang)、中(zhong)(zhong)國移動、中(zhong)(zhong)興能(neng)源和(he)中(zhong)(zhong)培教(jiao)育培訓講師(shi)經驗，研(yan)究方(fang)向機器(qi)學習，數據挖掘(jue)，計算幾何，自然語(yu)言處理（NLP）應用(yong)于(yu)股票交(jiao)易(yi)與預測，醫(yi)(yi)藥圖像(xiang)識別，智能(neng)畜牧等方(fang)向。擅(shan)長機器(qi)學習模(mo)型(xing)選擇、核(he)心(xin)算法分析和(he)代碼實現。團隊已實踐工(gong)業AI項(xiang)(xiang)目20余個，與多所大(da)學合作建立AI教(jiao)研(yan)實訓基地，應用(yong)于(yu)金(jin)融(rong)、醫(yi)(yi)療、交(jiao)通、氣象(xiang)、油田、證券、電(dian)(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