4006-998-758
3000+课程任你选择
AI高级视频
产品学院 AI高级视频(面向技术人员)
常国珍

CDA数据科学研究院院长

北京大学博士

中国大数据产业生态联盟专家委员会委员

腾讯云最有价值专家(TVP)

曾任思特沃克(ThoughtWorks)中华区首席数据科学家

毕马威(KPMG)咨询大数据总监

人民大学、对外经贸大学等多所高校外聘讲师

北京语言大学金融硕校外导师

具有20年金融行业数据分析、人工智能咨询服务经验

资深量化精准营销和风控专家

具有20年金融、电信、政务、能源、汽车、互联网的行业数据科学、数据治理咨询顾问经验。

资深数据资产管理、量化精准营销和风控专家。 协助企业逐步积累数据资产,运用数据智能工具优化业务流程,取得数字化竞争优势。


查看老师详情
课程内容

课程时长

5天(6小时/天)


课程大纲 

授课模块

授课内容

时长

1、企业数智化基本概念

1、企业数智化阶段

1)企业信息化与业务流程管理(BPM)

2)企业数字化与客户体验管理(CEM)

3)企业智能化与知识管理(EKM)

2、企业数智化EDIT工作方法

1) 某企业数智化客户运营案例

2) EDIT数智化工作方法讲解

3、企业数智产品构成六要素

1) 指标体系

2) 服务对象

3) 标签体系

4) 运营策略

5) 运营流程

6) 材料与内容

4、企业四类典型数智应用

1)企业经营分析类应用

2)企业策略落地类应用

3)企业对话系统应用

4)企业运营服务系统应用

1.5小时

 

 

2、数智产品设计方法

1、数智产品设计思维框架

1)产品设计思维框架

2)商业与用户发展路线

3)技术发展路线

4)企业IT系统数智化改造的四种类型

5)AI时代的设计思维

2、需求分析和需求管理

1)需求分析的业务驱动因素和目标

2)需求分析的相关概念

3)需求分析的实施方法

4)需求分析的效果检验

5)AI应用的需求分析特点

3、用户体验设计和管理

1)用户体验设计的业务驱动因素和目标

2)用户体验设计的相关概念

3)用户体验设计的过程

4)用户体验设计的效果检验

5)AI应用的用户体验设计特点

 

 

 

4小时

授课模块

授课内容

时长

3、Python编程基础

1、Python基础数据类型与表达式

2、Python原生态数据结构

3、Python控制流

4、Python函数

5、Python模块

1小时

4、数据挖掘和神经网络

1、数据挖掘算法讲解

2、凸优化算法和参数估计方法

3、神经网络的基本概念

4、感知机的构成要素

5、反向传播算法和BP神经网络算法

6、PyTorch应用案例

5小时

5、深度学习

1、深度学习概述

2、循环神经网络

3、卷积神经网络

4、模型评价与调优

5、强化学习简介

2.5小时

 

6、自然语言处理

1、自然语言处理概述

2、文本预处理技术浅析

  1)分词与词性标注

  2)文本信息提取

  3)文本分类算法与情绪分析

3、文本向量化技术详解

4、Transformer原理解析

2.5小时

 

7、知识图谱和复杂网络

1、知识图谱基本概念及场景应用

  1)知识图谱概述

  2)知识图谱核心技术概述

  3)知识图谱应用案例
  2、复杂网络(图)算法

  1)复杂网络基本特性

  2)复杂网络核心算法

  3)复杂网络应用练习

2小时

授课模块

授课内容

时长

3、Python编程基础

1、Python基础数据类型与表达式

2、Python原生态数据结构

3、Python控制流

4、Python函数

5、Python模块

1小时

4、数据挖掘和神经网络

1、数据挖掘算法讲解

2、凸优化算法和参数估计方法

3、神经网络的基本概念

4、感知机的构成要素

5、反向传播算法和BP神经网络算法

6、PyTorch应用案例

5小时

5、深度学习

1、深度学习概述

2、循环神经网络

3、卷积神经网络

4、模型评价与调优

5、强化学习简介

2.5小时

 

6、自然语言处理

1、自然语言处理概述

2、文本预处理技术浅析

  1)分词与词性标注

  2)文本信息提取

  3)文本分类算法与情绪分析

3、文本向量化技术详解

4、Transformer原理解析

2.5小时

 

7、知识图谱和复杂网络

1、知识图谱基本概念及场景应用

  1)知识图谱概述

  2)知识图谱核心技术概述

  3)知识图谱应用案例
  2、复杂网络(图)算法

  1)复杂网络基本特性

  2)复杂网络核心算法

  3)复杂网络应用练习

2小时


返回上一级