| 班型 | 价格 | 完整课程 内容 |
班主任监 督和管理 |
2年内容 更新服务 |
作业批改 | 线上系统 答疑 |
现场招聘会 | 就业辅导 | 1V1服务 |
| 视频班 | 18980元 | √ | √ | √ | × | × | × | × | × |
| 线上辅导班 (6个月，直播加线上辅导) |
22980元（现优惠至19980） | √ | √ | √ | √ | √ | √ | √ | √ |
课程大升级，价格调整到22980元。优惠：5000元
一、45次直播； 二、26周、132天（不含周末）系统学习计划，督导+辅导； 三、6个月
人工智能岗位中的“皇冠”：AI算法工程师！
全面覆盖：从零到高级人工智能算法工程师需要所有技术。
全面覆盖：三大主流领域(计算机视觉、自然语言处理、数据挖掘)。
一、大学本科、研究生、博士
二、入职1-3年，遇事业瓶颈期，能力提升
三、职场程序员转行人工智能的人员、晋升空间有限，渴望待遇提升
| 01 | 电影《模仿游戏》看过吗？理解算法本质，掌握人工智能流程 | 02 | AI离不开工程实践：掌握Python科学计算 |
| 03 | AI数学必备1：线性代数与微分学 | 04 | AI数学必备2：概率论与最优化 |
| 05 | 线性回归1：第一个算法，回归分析进行数值预测 | 06 | 线性回归2：从瞎蒙到靠谱的预测，梯度下降最优化算法 |
| 07 | 线性回归3：提高预测准确率，特征工程与损失函数的改进 | 08 | 线性回归4：学以致用，实战保险花销预测 |
| 09 | 逻辑回归1：简约而不简单，生产环境下的分类算法 | 10 | 逻辑回归2：推广到多分类，实战音乐分类器 |
| 11 | SVM支持向量机：深度学习流行之前的分类王者 | 12 | SMO优化算法：条条大路通罗马，启发式序列最小化算法 |
| 13 | 无监督算法1：让数据自己说话，根据相似性聚类 | 14 | 无监督算法2：去其糟粕，取其精华，称为降维 |
| 15 | 集成学习1：人多力量大之民主投票制，决策树与随机森林 | 16 | 集成学习2：人多力量大之挑选精英制，工业界应用广泛的GBDT |
| 17 | 集成学习3：还要啥自行车？竞赛和工业界神器XGBoost | 18 | 项目实战：玩转Kaggle竞赛，实战药店销量预测 |
| 19 | 海量数据挖掘1：工业大数据分析的利器，Spark分布式计算 | 20 | 海量数据挖掘2：工业大数据挖掘的利器，Spark MLlib |
| 21 | 项目实战：观其大略，把控推荐系统算法流程与架构 | 22 | 项目实战：顾及细微，推荐系统数据预处理-->模型训练-->上线 |
| 23 | 深度学习入门1：模拟大脑？神经网络算法 | 24 | 深度学习入门2：工欲善其事必先利其器，TensorFlow-GPU的使用 |
| 25 | 深度学习进阶：反向传播推导，代码实现神经网络算法 | 26 | 卷积神经网络1：横看成岭侧成峰，远看高低各不同 |
| 27 | 卷积神经网络2：突破瓶颈，数据处理和网络拓扑优化 | 28 | 项目实战：站在巨人的肩膀，迁移学习训练模型识别COVID-19 |
| 29 | 目标检测1：从古典目标检测到现代目标检测FasterRCNN论文详解 | 30 | 目标检测2：YOLO(You only look once)为什么可以又快又准？ |
| 31 | 项目实战：手把手带你从图片标注，到项目实现佩戴口罩检测 | 32 | 项目实战：人脸识别，FaceNet论文详解+项目代码剖析 |
| 33 | 项目实战：医疗图像细胞核分割，FCN全卷积网络和U-Net网络 | 34 | 项目实战：生成对抗网络，实战图像风格迁移 |
| 35 | 项目实战：蒙版弹幕实例分割，MaskRCNN论文详解+项目代码剖析 | 36 | 项目实战：用户画像，特征提取用TFIDF？还是词向量？或CNN？ |
| 37 | 循环神经网络：从vanilla RNN到LSTM再到Bi-LSTM | 38 | 项目实战：情感分析，特征提取词向量和RNN网络整合到一起 |
| 39 | 序列标注1：比如分词，韩梅梅可以的，HMM隐含马尔可夫模型 | 40 | 序列标注2：比如词性标注，条件随机场(CRF)大显身手的地方 |
| 41 | 项目实战：NER命名实体识别，BiLSTM+CRF架构代码实现 | 42 | Attention is all you need：从Attention机制到Transformer |
| 43 | 项目实战：玩转NLP之Google神器BERT，新闻分类项目 | 44 | 项目实战：玩转NLP之OpenAI神器GPT2，训练聊天机器人 |
| 45 | 项目实战：知识图谱系统，关系与事件抽取-->图数据库-->知识推理 |
| 第01周 人工智能概念 |
1. 人工智能的时代发展 |
| 第02周 Python科学计算 |
1. Python基础语法 |
| 第03周 AI数学知识 |
1. 一元函数微分学 |
| 第04周 线性回归算法 |
1. 多元线性回归 |
| 第05周 线性回归优化 |
1. 归一化 |
| 第06周 逻辑回归 Softmax回归 |
1. 逻辑回归 |
| 第07周 SVM支持向量机 |
1. SVM支持向量机算法 |
| 第08周 无监督学习算法 |
1. KMeans聚类算法 |
| 第09周 决策树 集成学习 |
1. 决策树算法 |
| 第10周 XGBoost算法 Kaggle实战 |
1. XGBoost算法 |
| 第11周 海量数据挖掘工具 |
1. Spark计算框架基础 |
| 第12周 数据挖掘项目 |
1. 推荐系统流程与架构 |
| 第13周 概率图模型算法 |
1. 贝叶斯分类 |
| 第14周 深度学习原理 TensorFlow深度学习工具 |
1. 神经网络算法 |
| 第15周 深度学习进阶 |
1. 反向传播推导 |
| 第16周 卷积神经网络与优化 |
1. 感受野 |
| 第17周 经典卷积网络算法 |
1. VGG16 |
| 第18周 目标检测与FasterRCNN |
1. OpenCV工具进行目标检测 |
| 第19周 目标检测之Yolo上采样卷积 |
1. Yolo算法原理及损失函数 |
| 第20周 目标检测项目 图像风格迁移 |
1. 车牌识别项目 |
| 第21周 人脸识别项目 |
1. MTCNN论文详解 |
| 第22周 实例分割项目 |
1. FCN全卷积网络 |
| 第23周 词向量与词嵌入 循环神经网络原理与优化 |
1. CBOW模型和分层Softmax |
| 第24周 文本分类 序列标注 |
1. 情感分析项目 |
| 第25周 从Attention到Transformer |
1. Seq2Seq模型 |
| 第26周 NLP之Google神器BERT NLP之百度神器ERNIE NLP之OpenAI神器GPT |
1. ELMO |
