全国高校大数据与人工智能技术双师型骨干师资研修班-邀请函

主办单位:中国高校大数据教育创新联盟

协办单位:武汉科技大学管理学院

        广州泰迪智能科技有限公司

承办单位:北京中九教育科技有限公司

各有关院校:

近年来,大数据与人工智能已经成为全球学术界、工业界和政府高度关注的热点。教育部《高等学校人工智能创新行动计划》及×××颁布的《新一代人工智能发展规划》,责成科技司、基教司、职成司、高教司、地方各级教育行政部门大力推动人工智能、大数据等新技术在教育教学中的深入应用,推进信息技术与高等教育教学深度融合。从发布对人工智能、大数据等新技术与教育结合的指导性文件到直接扶持建设相关教学项目,为高校进行教学改革和升级教学手段和方式指明了新的方向。

大数据及人工智能产业的发展对人才提出了新的需求,大数据人工智能专业人才的培养是新一轮科技较量的基础,国内各高校在积极进行学术研究的同时,已经将大数据人工智能教育纳入培养体系。目前,全国共有283所本科高校开设“数据科学与大数据技术”专业,409所高职院校成功申报“大数据技术与应用”专业,199所本科高校在建设人工智能专业。各大高校着力建设大数据专业、人工智能专业,以填补人才缺口。为了帮助高校做好顶层设计、适时调整课程体系、继续深化教学改革,指导数据智能学科建设和跨学科人才培养,进一步提升教学能力和科研能力,特举办“全国高校大数据与人工智能技术双师型骨干师资研修班”,现将有关通知如下: 

一、培训目标及特点

1、本次培训将系统讲授大数据人工智能课程知识体系、授课方法、实验环境搭建、基础编程、实训实验室建设、高校课程公共服务平台资源使用指南等方面的内容,使学员能够深入了解当下大数据与人工智能技术在世界范围内的最新发展水平,理解大数据与人工智能技术在当代各种相关产品中的应用,并掌握该领域最关键技术的原理,以及技术应用过程,旨在帮助参加培训的教师快速建立对相关课程的整体性认识,为高校备课和顺利开课、科研和项目开发工作打下坚实基础。

2、本次培训课程内容以“鱼骨教学法”进行编排设计,所有课程将围绕真实企业项目展开,强调培训的实战性和真实性。让教师亲身接触企业一线工作场景,充分提升教师的实践教学能力。本次学习为每位参训学员提供系统的院校大数据及人工智能专业建设方案,帮助各高校在专业课程体系建设提供全方位、强有力的教学资源支持。

3、本次课程通过讲授、研讨、动手实操,行业名企实地参观考察多种灵活有效的教学方式,加强大数据专业师资队伍的建设,提升教师教学创新思维。了解大数据及人工智能岗位目前的就业形势、前景及所需相关技能,了解企业实际需求, 并参与一个实际项目的全过程,将培训转化成教学成果,运用到教师自己后续的教学当中去,全部提升教师实践教学能力。

4、了解高校大数据人工智能专业的教材、实验室、实训室建设内容、产品、科研和创新创业最新讯息,本次学习为每位参训学员提供大数据教学实训平台试用账号、课程建设与程序设计的相关资源,丰富已开设大数据专业院校课程体系。

5、通过课程学习,可以理解机器学习的思维方式和关键技术;了解深度学习和机器学习在当前工业界的落地应用;能够根据数据分布选择合适的算法模型并书写代码,全面掌握Python数据挖掘技能,胜任使用Python进行数据挖掘、机器学习、深度学习等工作,全面掌握机器学习、深度学习原理,深入理解编程实现方法,对机器学习、深度学习运作机制有清晰全面的认识。提供全部讲课的教学内容讲稿、讲课PPT、全部源代码、编程操作步骤、建立与老师的答疑联系。

注:所有学员自带笔记本电脑(Windows7或以上操作系统(64位)、4G+内存)、紧跟老师上课过程操作练习,完全学会经典案例开发技术,完全学会使用以上工具软件开发应用。

二、研修对象

各高等院校大数据、人工智能相关学科、计算机、网络通信、自动化、电子工程、数理统计等专业的科研、教学带头人、骨干教师、博士生、硕士生、本科生、大专生;从事计算机、云计算、大数据、人工智能、互联网等相关领域项目的科研院所的项目负责人、科研人员、工程技术人员等。

三、时间地点

时 间:2019年4月10-4月15日(4月10日全天报到)

地 点:武汉科技大学管理学院(湖北省武汉市洪山区黄家湖大学城)

四、培训内容

第一天 报到 全天

第二天

Python数据分析与应用

1 Python数据分析介绍

1.1数据分析基本流程

1.2熟悉Python数据分析工具

1.3安装Python3的Anaconda发行版

1.4掌握Jupyter Notebook常用功能

2 Python数据科学与机器学习库

2.1 NumPy数值计算

2.2 Pandas数据统计与分析

2.3 Scikit-Learn机器学习与应用

应用案例:航空公司客户价值分析

1了解航空公司现状与客户价值分析

2使用Pandas进行预处理航空客户数据

2.1 读取文本文件

2.2 处理数据缺失值与异常值

2.3 构建价值分析的关键特征

3使用Sci-kit Learn进行客户分群

3.1 标准化LRFMC特征

3.2 使用K-Means算法进行客户分群

3.3 绘制雷达图分析聚类结果

第三天

大数据分析实战案例:广电大数据营销推荐项目

1 了解广电企业现状与用户画像分析流程

2 获取广电收视数据,节目数据,订单账单数据等各类数据

3 数据预处理

4 数据探索分析

5 构造特征标签,形成用户画像。包括基本特征,业务特征,兴趣爱好,客户价值分析等

6 智能推荐模型

7 爬取及处理外部的节目信息数据

8 基于用户画像的推荐模型

第四天

TensorFlow与深度学习实战

1 TensorFlow安装与入门

1.1 TensorFlow环境搭建

1.2 TensorFlow计算模型性:计算图

1.3 TensorFlow数据模型:张量Tensor

1.4 TensorFlow运行模型:会话

2 TensorFlow数据类型

2.1 常量、变量及其构建

2.2 TensorFlow实现线性回归模型

2.3 操作:TensorFlow实现鸢尾花分类

4 手写数字识别

4.1 图片预处理

4.2 占位符:placeholder

4.3 操作:实现SoftMax网络对手写数字分类

循环神经网络RNN

1 循环神经网络(RNN)简介

2 RNN网络关键结构: 隐层互联

3 经典RNN模型: LSTM

4 时序数据处理

5 操作:RNN的TensorFlow实现

第五天

企业案例:电商网站智能客服应用

1 案例背景介绍

1.1 案例背景

1.2 系统架构及流程

1.3 数据介绍及分析目标

2 词表征(Word Representation)

2.1 词表征的背景与应用

2.2 one-hot编码

2.3 word2vec原理及实现

2.4 练习:《鹿鼎记》的word2vec实现

3 数据预处理

3.1 分词、去除停用词、近义词处理

3.2 生成词向量(Word2Vec)

3.3 构造文本相似度基本特征

4 深度学习挖掘语义特征

4.1 词向量组合相似度

4.2 基于循环神经网络(RNN)编码的相似度计算

5 集成学习建模

6 模型评价与优化

第六天 大数据及人工智能产品体验、企业参观交流

五、师资介绍

  张敏  广州泰迪智能科技有限公司高级数据分析师、培训总监,从事用户数据分析和数据挖掘工作六年,具有丰富的大数据挖掘理论及实践培训经验,对数据具有较高的敏感度,根据数据对其进行全面的统计分析。精通Python、R语言、Matlab等多种数据挖掘工具。擅长市场发展情况监控、精确营销方面的数据挖掘工作。有为南方电网、珠江数码等大型企业长期提供实施服务的经验,主导了电子商务网站用户行为分析及网页智能推荐服务、中医证型关联规则挖掘、电信业务话单量预测、航空公司客户价值分析等多个项目。2017年“泰迪杯数据挖掘挑战赛教练员培训”主讲讲师,2018年广东省Python与深度学习技术师资培训班主讲讲师,先后负责过西安理工大学、广东工业大学、广西师范学院、广西科技大学、闽江学院、广东石油化工学院、上海健康医学院等高校实训课程及德生科技等企业内训和数据挖掘就业班的课程。组织、参与编写图书《Python编程基础》、《Python数据分析与应用》、《R语言编程基础》等

   杨惠  广州泰迪智能科技有限公司高级数据分析师,数学与应用数学专业,有较强的统计学、数学、数据挖掘理论功底;从事数据挖掘工作四年,逻辑思维能力强,擅长文本挖掘,熟悉常用机器学习算法原理及应用,如神经网络、SVM、决策树、贝叶斯等算法;

精通R、Python、MATLAB等常用数据挖掘处理工具;曾负责PPV商业培训、珠海城职院师资培训等多次大数据挖掘培训课程;负责 “京东电商产品评论情感分析”项目,完成了评论数据情感模型的构建;负责“珠江数码大数据营销推荐应用”项目,完成了珠江数码数据库的构建及产品推荐模型;负责“电子商务网站智能推荐服务”项目,并完成了协同过滤算法在项目的实现;负责“2015年农药行业报告”项目,完成了中国市场上农药产品Top90的产能产量分析统计。

姜鹏辉  广州泰迪智能科技有限公司高级数据分析师,数据挖掘行业专业工作者,熟悉决策树、关联规则、神经网络、协同过滤等常用数据挖掘算法原理及其应用。擅长利用Python,R,SPSS等数据挖掘建模工具建模。负责云上招标项目,并完成了其中的数据爬取、存储及数据预处理工作。表达能力较强,有高校与企业数据挖掘培训能力和经验。完成珠江数码大数据营销推荐项目,设计产品标签、用户标签方案,建立用户画像与产品画像,并设计多种算法相较的营销推荐方案。包括客户价值分析、用户流失分析、对电视增值产品(点播包、回看包)的推荐、特定场景的推荐、协同过滤推荐算法开发、基于画像的推荐。负责城市公交站点的优化设置和网络入侵模型检测项目,利用决策树、SVM、BP神经网络等多种分类算法对网络入侵数据建模并针对样本不平衡的问题进行模型优化。主要编写《Python编程基础》、参与《R语言编程基础》等图书专著。

六、证书颁发

学员经培训考试合格后,可以获得由工业和信息化部教育与考试中心颁发“高级大数据分析师”专项技术证书,证书可登录国家工信部考试中心官网查询,全国通用,该证书可作为教师岗位聘任、定级的参考。

七、报名材料及费用说明

  1. 报名材料:报名申请表、×××复印件、两寸近期正面免冠彩色证件照 (电子版)。

  2. 费用:3900 元/人,包含(报名费、学习费、资料费、场地费及证书费)。食宿可选择统一安排,费用自理。

  3. 本次会议由北京中九教育科技有限公司收取费用并开具发票。

八、联系方式

联系电话:010-81359800

联 系 人:高教帮

邮 箱:gaojiaob@126.com
往期师资班活动回顾:

2019年第一期全国高校大数据与人工智能师资研修班在广州社会主义学院成功举办!

2018第六期大数据挖掘与机器学习核心技术应用师资研修班在广西大学顺利召开!