一年一度的暑假要来了，对很多大三、大四同学们来说，2个月长假的同时也意味着2个月后就要为找工作做准备了，相信很多同学已经在暑期开始准备自己的简历了，不过面对寥寥无几的校园学习经历和实习经验，如何才能在众多应聘者中脱颖而出呢？更别说加入顶尖的AI人工智能企业了。
为了解决众多学生的求职难题，AI慕课学院联合雷锋网、哈尔滨工业大学（深圳）在深圳举办了“CV视觉工程师入职培训暑期班”，希望通过2个月的时间帮助广大同学们搞定“理论学习，企业实习以及面试入职”等重要环节，既能提升CV方向的理论学习，又能丰富实习经验，还有机会入职知名AI公司，这个暑期你还在犹豫什么？CV视觉工程师入职培训暑期班最后20个名额，等你来报名！
基础课程全部由哈尔滨工业大学（深圳）计算机学院教师团队任教，具有丰富的教学经验；实践课程聘请人工智能行业合作企业资深工程师任教，项目实战研发经验丰富，可提供企业海量数据案例供学生学习。
大道智创CTO邢志伟是哈尔滨工业大学博士， 曾任职于NVDIA深圳公司并负责领导多项显卡设计开发
宜远智能CEO吴博先后在清华大学、香港浸会大学求学，并在英国利兹大学完成博士后
第一章 AI入门基础（共120课时）
一、数学基础（40课时）
1. 线性代数与矩阵论
知识点1： 向量、矩阵简介、向量范数、矩阵范数
知识点2 ：矩阵的运算，行列式
知识点3： 条件数、线性子空间、矩阵的正交化，矩阵求逆
2. 概率论与统计
知识点1： 随机试验、随机事件的关系及运算
知识点2 ：事件的概率，条件概率
知识点3 ：独立、条件独立，常见分部介绍
3. 凸优化
知识点1： 机器学习与优化关系，凸集、凸函数简介
知识点2 ：极值点、最值点、梯度、方向导数
知识点3 ：约束问题的KKT条件
二、编程基础（40课时，建议最好有编程基础，这类课程做课时上的压缩，重点介绍CV常用的语言知识点）
Python
知识点1 ：基础语法
知识点2 ：循环、字符串、列表
知识点3 ：元祖、字典、函数
知识点4 ：文件操作、面向对象
知识点5： 正则表达式
知识点6： 排序算法
知识点7 ：数据分析与可视化实践
三、机器学习 （40课时）
1. 机器学习原理
知识点1： 线性回归、logistic回归、梯度下降
知识点2： 决策树、随机森林、GBDT
知识点3：SVM与数据分类
知识点4 ：特征工程：数据清洗、异常点处理、特征抽取、选择与组合
知识点5： logistic回归Softmax SVM与朴素贝叶斯的精髓速讲
知识点6 ：决策树 随机森林 boosting 模型融合的精髓速讲
2. 机器学习实战
知识点1 ：机器学习流程、预处理、特征工程
知识点2： Kaggle机器学习比赛中的特征工程处理实战
知识点3 ：模型评判标准与部分机器学习有监督算法
知识点4 ：sklearn接口熟悉与机器学习建模指导
知识点5 ：sklearn建模与使用
知识点6：机器学习有监督算法与无监督学习
知识点7 ：集成算法与Xgboost/LightGBM
第二章 计算机视觉理论与实战（共110课时）
一、计算机视觉基础（50课时）
图像识别
目标检测&跟踪
图像分割
二、深度学习的算法与实践（50课时）
1. 深度学习原理
知识点1 ：人工神经网络（ANN）
知识点2 ：深度学习（Deep Learning）及TensorFlow等框架
知识点3 ：卷积神经网络（CNN）
知识点4 ：循环神经网络（RNN）
知识点5 ：长短时记忆网络（LSTM）
知识点6 ：循环神经网络变种
知识点7 s：eq2swq模型
2. 深度学习实战
知识点1 ：Caffe实战图像分类
知识点2 ：Tensorflow实战图像风格转换实现
知识点3 ：google wide&deep模型
三、神经网络的优化问题与源码解析（10课时）
如何选择适合某一问题的网络
神经网络参数如何初始化
选择怎样的梯度下降方法
深度学习平台的代码架构
如何高效实现计算（以卷积层为例）
第三章 企业项目实战讲解（20*3=60课时）
企业A项目案例分析
企业B项目案例分析
企业C项目案例分析
第四章 企业实习（80课时）
企业培训（代码规范）
项目实战能力测试
企业项目实操
实习成果展示
第五章 个人提升（10课时）
简历优化
面试能力提升
企业专场招聘会
推荐相关企业岗位面试
详情请扫描咨询雷锋网客服
雷锋网按：小编友情提醒，尽早报名有优惠！！！
正在生成分享图...