公开课详细大纲

人工智能-知识图谱核心技术与应用培训班

2019-09-24 阅读次数:500

课程编号:293881

电话咨询

如何报名公开课?

核心提示:知识图谱核心技术与应用培训班课程,旨在通过展示教师的实际科研成果,讲述人工智能与知识图谱技术原理应用系统开发方法、知识图谱系统开发工具使用方法;使学员掌握知识图谱基础与专门知识,获得较强的知识图谱应用系统的分析、设计、实现能力。

课程特色 课程大纲 课程主讲 课程对象
课程特色:
课程介绍 人工智能(AI)是新一轮科技革命和产业变革的核心驱动力,将深刻改变人类社会生活,改变世界,对于实现社会生产力新跃升,提高综合国力和国际竞争力具有重要意义。知识图谱是人工智能技术的重要组成部分, 是AI分支符号主义在新时期主要的落地技术方式。它以其强大的语义处理能力和开放组织能力,为互联网时代的知识化组织和智能应用奠定了基础。自2012年谷歌在提出知识图谱概念以来,国内外大规模知识图谱的研究不断深入,并广泛应用于知识融合、语义搜索和推荐、问答和对话系统、大数据分析与决策等方面,应用领域覆盖金融、制造、政府、电信、电商、客服、零售、娱乐、医疗、农业、出版、保险、知识服务、教育等行业。 为了贯彻落实国务院印发的“新一代人工智能发展规划”精神,推广人工智能与知识图谱技术的应用,中国信息化人才培训中心决定举办 “知识图谱核心技术与应用培训班”。 培训方式 本培训班重视技术基础,强调实际应用,采用技术原理与实际应用相结合的方式进行教学。 通过展示教师的实际科研成果,讲述人工智能与知识图谱的技术原理与应用系统开发方法、知识图谱系统开发工具使用方法。使学员掌握知识图谱基础与专门知识,获得较强的知识图谱应用系统的分析、设计、实现能力。 参加培训的学员需带笔记本电脑,配置为: Windows 10(或windows 7)操作系统、jdk-8u191-windows-x64、8G以上内存、256G以上硬盘。 实验软件为: 图数据库: neo4j 3.5社区版; 深度学习开发环境:Anaconda Anaconda 3-5.3(含Tensorflow与keras)。
课程大纲:
第一天 第一讲 人工智能概述 1.1 人工智能(AI)概念 1.2 AI研究的主要技术问题 1.3 AI的主要学派 1.4 AI十大应用案例 第二讲 知识图谱概述 2.1 知识图谱(KG)概念 2.2 知识图谱的起源与发展 2.3 典型知识图谱项目简介 2.4 知识图谱技术概述 2.5 知识图谱典型应用 第三讲 知识表示 3.1 基于符号主义的知识表示概述 3.1.1 谓词逻辑表示法 3.1.2 产生式系统表示法 3.1.3 语义网络表示法 3.2 知识图谱的知识表示 3.2.1 本体论概念 3.2.2 RDF和RDFS 3.2.3. OWL和OWL2 3.3.4 Json与Json-LD 3.3.5 RDFa、HTML5 、MicroData 3.3.6 SPARQL查询语言 第二天 第四讲 知识图谱核心基础技术(一) 神经网络与深度学习 4.1 神经网络基本原理 4.2 神经网络应用举例 4.3 深度学习概述 4.4主流深度学习框架 4.4.1 TesorFlow / Keras(安装与运行) 4.4.2 Caffe 4.5 卷积神经网络(CNN) 4.5.1 CNN简介 4.5.2 CNN关键技术: 局部感知、卷积、池化、CNN训练 4.5.3 典型卷积神经网络结构 4.5.4 深度残差网络 4.5.5 案例:利用CNN进行时装识别 4.5.6 案例:利用CNN进行手写数字识别 上机实践:基于卷积神经网络的手写体数字识别 第五讲 知识图谱核心基础技术(二) 基于深度学习的自然语言处理 5.1 循环神经网络(RNN)概述 5.2 基本RNN 5.3 长短时记忆模型(LSTM) 5.4 门控循环单元(GRU) 5.5 基于TensorFlow的自然语言处理 5.5.2 自然语言处理处理概述 5.5.1 文本向量化(vectorize) 5.5.1.1 one-hot编码 5.5.1.2词嵌入(word embedding)概念 5.5.1.3词嵌入(word embedding)主要算法 5.5.1.4 TensorFlow/Keras的嵌入层实现 上机实践:基于循环神经网络的情感识别 第三天 第六讲 知识抽取与融合 6.1 知识抽取基本方法 6.1.1 实体识别方法 6.1.2 关系抽取方法 6.1.3 事件抽取方法 6.2 面向结构化数据的知识抽取 6.2.1 D2RQ 6.2.2 R2RML 6.3 面向半结构化数据的知识抽取 6.3.1 基于正则表达式的方法 6.3.2 基于包装器的方法 6.4. 面向非结构化数据的知识抽取 6.4.1 基于规则的实体识别 6.4.2 基于深度学习的实体识别 6.4.3 基于模板的关系抽取 6.4.4 基于深度学习的关系抽取 6.5 实体消歧与链接 6.5.1实体消歧 6.5.2 实体链接 6.6 知识融合 6.6.1 框架匹配 6.6.2 实体对齐 6.6.3 冲突检测与消解 第七讲 存储与检索 7.1 知识图谱的存储与检索简介 7.2 知识图谱的存储 7.2.1 基于表结构的存储 7.2.2 基于图结构的存储 7.3 大规模知识图谱存储解决方案 7.4 属性图数据库 NEO4J 7.5 知识图谱的检索 上机实践:利用NEO4J进行知识图谱存储与检索 第八讲 知识图谱案例 8.1 金融风险防范知识图谱构建 8.2 知识问答系统构建
课程主讲:
张老师,博士毕业于西安交通大学,现为某大学计算机学院2级教授,博士生导师,陕西省XXX专家组专家。曾任陕西省信息化专家组专家、陕西省制造业信息化专家组专家、中国计算机学会服务计算专委会委员、信息系统专委会委员,计算机学院副院长、计算机科学与技术学科带头人。主持完成科研项目30项(其中国家863课题6项);参编出版教材5部。作为第二作者参编了国家95规划教材《人工智能基础》(电子工业出版社,2000年) 。曾获省部级科技进步奖8项,其中“神经网络专家系统及其应用”获机械工业部科技进步三等奖(1996)。累计培养已毕业博士研究生24人,硕士研究生132人。 1985年以来,主要从事人工智能、因特信息网方面的教学与研究,进行过多个实用人工智能系统、网络与信息系统的规划、设计与开发。2010年以来,主要从事人工智能、云计算、大数据与深度学习方面的研究与教学。
课程对象:
1、政府、企业、学校IT相关技术人员;高校相关专业硕士、博士研究生。 2、企业技术总监及相关管理人员。 3、人工智能与知识图谱系统架构师、设计与编程人员。 4、对知识图谱技术感兴趣的其他人员。
报名方式一:
网页提交报名 > 书面确认函 > 参加培训
报名方式二:
电话咨询报名 > 书面确认函 > 参加培训

课程咨询及报名请致电:
深圳:0755-26971995
上海:18621360490
北京:18910826048、18910826048
或扫描关注微信账号:sz800900

在线报名: 姓名:
单位:
邮箱:
电话:
12
相关课程
AI人工智能技术及其应用实战

AI人工智能技术及其应用实战,旨在使学员掌握人工智能领域的基础和精华内容,掌握人工智能的基础知识,人工

北京 2021年12月24日 张教授

人工智能-深度学习技术培训班

人工智能-深度学习技术培训班课程,旨在本培训班重视技术基础,强调实际应用,采用技术原理与项目实战相结

杭州 2021年12月24日 张璟

Python大数据核心技术实战

Python大数据核心技术实战培训,从数学层面推导最经典的机器学习算法,以及每种算法的示例和代码实现(Pyth

杭州 2021年12月23日 张老师

数字化技术在研发中的应用

数字化技术在研发中的应用课程,旨在结合智能制造理念,借助相关案例,来详细介绍、展示数字化工厂中,研发

上海 2021年12月09日 王老师

FANUC工业机器人操作与编程维护应用技术

FANUC工业机器人操作与编程维护应用技术课程,旨在帮助学会fanuc机器人编程、会使用机器人I/0,会应用fanuc

珠海 2021年12月13日 耿老师

project项目管理最佳实战应用培训

project项目管理课程通过授课老师的现场讲解和Project软件的应用演练,进一步理解project项目管理的知识,

北京 2021年12月14日 敖老师

六西格玛绿带(LSSGB)应用培训

六西格玛绿带(LSSGB)应用培训课程,旨在帮助熟悉六西格玛方法论的发展背景及其能够为企业带来什么;熟悉

深圳 2021年12月15日 余老师,张老师

数字化样机与智能仿真技术研修班

数字化样机与智能仿真技术研修班课程,旨在基于NX MCD平台以数字化样机的建模、装配、虚实联调为主线,通过

广州 2021年12月16日 翟振坤

企业信息和技术治理及管理框架 (COBIT®20...

企业信息和技术治理及管理框架 (COBIT®2019)认证高级研修班课程,旨在从信息系统审计角度,掌握审计职能的

广州 2021年12月20日 Jeremy老师等

从技术走向管理-研发经理的领导力与执行力

从技术走向管理课程分享讲师500多场研发管理培训的专业经验,通过现场的互动帮助学员理清走向管理的困惑,

深圳 2021年12月20日 Giles