華為AI-HCIP- EI Developer-企業(yè)AI開發(fā)工程師認(rèn)證V2.0

第一天 計(jì)算機(jī)視覺理論及應(yīng)用

圖像處理技術(shù)

n    計(jì)算機(jī)視覺概覽：

u    概念與應(yīng)用

u    計(jì)算機(jī)視覺與人工智能

n    數(shù)字圖像處理基礎(chǔ)：

u    圖像數(shù)字化、采樣、分辨率

u    量化、灰度

u    圖像的表示

u    顏色空間轉(zhuǎn)換

u    像素

u    數(shù)字圖像的計(jì)算

n    圖像預(yù)處理技術(shù)：

u    灰度變換

u    反轉(zhuǎn)

u    對(duì)比度

u    伽馬矯正

u    直方圖

u    濾波

u    銳化

u    邊緣檢測(cè)

u    平移、旋轉(zhuǎn)、縮放、插值

u    仿射、透視

u    彩色圖像、單通道處理

u    色調(diào)、飽和度、亮度、圖像數(shù)據(jù)增強(qiáng)

n    圖像識(shí)別基本任務(wù)：

u    圖像分類(Classification)

u    目標(biāo)檢測(cè)(Detection)

u    目標(biāo)跟蹤(Tracking)

n    圖像特征提取和傳統(tǒng)方法

u    圖像特征提取

u    圖像二值化

u    閾值分割

u    雙峰法

u    HOG（方向梯度直方圖）

u    LBP（局部二值模式）

u    Haar（哈爾特征）

n    OpenCV編程

u    OpenCV 中GUI特性

u    OpenCV圖像處理

u    視頻分析

u    攝像機(jī)標(biāo)定

n    實(shí)驗(yàn):使用OpenCV庫進(jìn)行人臉檢測(cè)

第二天 卷積神經(jīng)網(wǎng)絡(luò)和圖像處理實(shí)驗(yàn)

卷積神經(jīng)網(wǎng)絡(luò)(CNN)

n  卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用發(fā)展史

n  單卷積核

n  多卷積核

n  圖像不變性

n  局部感知

n  參數(shù)共享

n  卷積網(wǎng)絡(luò)結(jié)構(gòu)

n  卷積層

n  池化層

n  全連接層

n  ImageNet

n  AlexNet

n  VGGNet

n  GoogLeNet

n  ResNet

n  SENet

圖像處理實(shí)驗(yàn)

n  圖像預(yù)處理（Image Preprocessing）

n  文字識(shí)別（Optical Character Recognition）

n  人臉識(shí)別（Face Recognition）

n  圖像識(shí)別（Image Recognition）

n  內(nèi)容檢測(cè)（Content Moderation）

第三天 語音處理理論及實(shí)驗(yàn)

語音處理理論

n    語音處理介紹

u    語音處理

u    語音識(shí)別

u    語音合成

u    語音信號(hào)

n    傳統(tǒng)語音模型

u    GMM（高斯混合模型）

u    HMM（隱馬爾科夫模型）

u    GMM-HMM（高斯混合模型-隱馬爾科夫模型）

n    深度模型和混合模型

u    DNN（深度神經(jīng)網(wǎng)絡(luò)）

u    DNN-HMM（深度神經(jīng)網(wǎng)絡(luò)-隱馬爾科夫模型）

u    CD-DNN-HMM

n    高級(jí)語音模型

u    RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）

u    LSTM（長(zhǎng)短期記憶網(wǎng)絡(luò)）

n    技術(shù)前沿與未來展望

u    技術(shù)前沿

u    未來展望

語音處理實(shí)驗(yàn)

n  語音文件預(yù)處理

n  語音輸入

n  語音合成（Text To Speech）

n  語音識(shí)別（Automatic Speech Recognition）

n  語音識(shí)別（Automatic Speech Recognition）

第四天 自然語言處理與實(shí)驗(yàn)

自然語言處理理論和應(yīng)用

n    自然語言處理介紹

n    語言模型

u    N - gram語言模型

n    文本向量化

u    word2vec - CBOW

u    word2vec - Skip-gram

u    doc2vec - DM

u    doc2vec - DBOW

n    常用算法

u    HMM

u    條件隨機(jī)場(chǎng)

u    LSTM

u    GRU

n    關(guān)鍵技術(shù)

u    分詞

u    詞性標(biāo)注

u    命名實(shí)體識(shí)別

u    關(guān)鍵詞提取

u    句法分析

u    語義分析

n    應(yīng)用系統(tǒng)

u    文本分類

u    文本聚類

u    機(jī)器翻譯

u    問答系統(tǒng)

u    信息過濾

u    自動(dòng)文摘

u    信息抽取

u    輿情分析

u    機(jī)器寫作

自然語言處理實(shí)驗(yàn)

n    分詞

n    TF-IDF

n    Word2Vec

u  skip-gram

u    CBOW（連續(xù)式詞袋模型）

n    Doc2Vec

u    DBOW（分布式詞袋模型）

u  DM（分布式記憶模型）

第五天 華為AI發(fā)展戰(zhàn)略與ModelArts概覽

華為AI發(fā)展戰(zhàn)略與全棧全場(chǎng)景解決方案

n    十大改變開創(chuàng)未來

n    華為的AI發(fā)展戰(zhàn)略

n    華為的AI解決方案

ModelArts平臺(tái)開發(fā)實(shí)驗(yàn)

n    ModelArts特點(diǎn)優(yōu)勢(shì)

n    ModelArts開發(fā)實(shí)驗(yàn)流程

n    自動(dòng)學(xué)習(xí)

n    AI全流程開發(fā)

n    數(shù)據(jù)可視化管理

n    開發(fā)實(shí)驗(yàn)

u    冰山識(shí)別

u    手寫數(shù)字識(shí)別

u    車輛滿意度測(cè)評(píng)

u    花卉