课程大纲：人工智能应用深度培训
第 一篇：机器学习
一、大数据分析与机器学习、人工智能及深度学习
二、机器学习的基本任务
三、如何选择合适算法
四、Spark在机器学习方面的优势
大数据分析与机器学习、人工智能及深度学习
第二篇：机器学习系统架构
一、机器学习系统架构
二、构建Spark机器学习系统
三、特征提取、转换和选择
四、模型选择或调优
五、ML Pipelines
案例研讨：机器学习系统架构
第三篇：大数据分析Spark MLlib
一、Spark MLlib架构
二、数据类型
三、基础统计
四、构建Spark ML推荐模型
五、构建Spark ML分类模型
案例研讨：
Spark ML机器学习
第四篇：大数据分析Spark接口
大数据分析Spark接口
一、R数据分析
二、Spark R简介
三、pyspark 简介
四、SparkDataFrame数据结构说明
五、Spark Streaming简介
Pyspark进行深度学习
第五篇 ：深度学习
一、深度学习与TensorFlow简介
二、TensorFlowOnSpark简介
三、卷积神经网络简介
四、TensorFlow实现卷积神经网络
五、循环神经网络简介
六、TensorFlow实现循环神经网络
七、在Pyspark集群环境运行TensorFlow
大数据分析与深度学习关系？
第六篇：深度学习与人工智能
一、人工智能简介
二、深度学习与智能客服
三、深度学习与无人驾驶
四、深度学习与人脸识别
五、深度学习高级应用案例
加入高级会员获得助教答疑
