2019年第三期全国高校大数据与人工智能双师型骨干师资研修班

2019-04-16 泰迪智能科技 1688
分享到:
主办单位:中国高校大数据教育创新联盟
泰迪杯数据挖掘挑战赛组委会
协办单位:西安电子科技大学计算机科学与技术学院
支持单位:广州泰迪智能科技有限公司
承办单位:北京中九教育科技有限公司


各有关院校

国家十三五规划纲要明确提成“实施国家大数据战略,推进数据资源开放共享”,为我国在大数据领域的未来发展绘制了宏伟的蓝图,开启了我国大数据发展的新时代。教育部《高等学校人工智能创新行动计划》及国务院颁布的《新一代人工智能发展规划》,责成科技司、基教司、职成司、高教司、地方各级教育行政部门大力推动人工智能、大数据等新技术在教育教学中的深入应用,推进信息技术与高等教育教学深度融合。从发布对人工智能、大数据等新技术与教育结合的指导性文件到直接扶持建设相关教学项目,为高校进行教学改革和升级教学手段和方式指明了新的方向。

大数据及人工智能产业的发展对人才提出了新的需求,大数据人工智能专业人才的培养是新一轮科技较量的基础,国内各高校在积极进行学术研究的同时,已经将大数据人工智能教育纳入培养体系。根据教育部近日印发的《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》统计:全国共有479(含新增196所)所本科高校开设“数据科学与大数据技术”专业,409所高职院校成功申报“大数据技术与应用”专业,234所(含新增35所)本科高校在建设人工智能专业,各大高校着力建设大数据专业、人工智能专业,以填补人才缺口。为了帮助高校做好顶层设计、适时调整课程体系、继续深化教学改革,指导数据智能学科建设和跨学科人才培养,进一步提升教学能力和科研能力,特举办“2019年第三期全国高校大数据与人工智能技术双师型骨干师资研修班”,现将有关通知如下:

一、培训目标及特点

1、为参训教师提供大数据教学领域全套工具、服务、平台、数据、案例及在线课程等资源,为在高校开展大数据教育工作、培养大数据人才的教师提供深入培训及交流机会。后续降维学校开展大数据相关课程设计与实践提供完整的解决方案和全方位授课支持。

2、本次培训采用线上线下结合方式,基础课程放在线上可以随时随地不限次学习、巩固夯实专业基础;线下课程采用案例实战教学并提供全课程录屏视频,既完善了全体系培训课程又作答程度的提升线下集中培训的课程品质,让参训学院一次学习最大限度的获取收益。

3、本次培训将系统讲授大数据人工智能课程知识体系、授课方法、实验环境搭建、基础编程、实训实验室建设、高校课程公共服务平台资源使用指南等方面的内容,是学员能够深入了解当下大数据与人工智能技术在世界范围内的最新发展水平,理解大数据与人工智能技术在当代各种相关产品中的应用,并掌握该领域最关键技术的原理,以及技术应用过程,旨在帮助参加培训的教师快速建立对相关课程的整体性认识,为高校备课和顺利开课、科研和项目开发工作打下坚实基础。

4、本次培训课程内容以“鱼骨教学法”进行编排设计,所有课程将围绕真实企业项目展开,强调培训的实战性和真实性。让教师亲身接触企业一线工作场景,充分提升教师的实践教学能力。本次学习为每位参训学员提供系统的院校大数据及人工智能专业建设方案,帮助各高校在专业课程体系建设提供全方位、强有力的教学资源支持。

5、本次课程通过讲授、研讨、动手实操、行业名企实地参观考察多种灵活有效的教学方式,加强大数据专业师资队伍的建设,提升教师教学创新思维。了解大数据及人工智能岗位目前的就业形势、前景及所需相关技能,了解企业实际需求,并参与一个实际项目的全过程,将培训转化成教学成果,运用到教师自己后续的教学当中去,全部提升教师实践教学能力。

6、了解高校大数据人工智能专业的教材、实验室、实训室建设内容、产品、科研和创新创业最新讯息,本次学习为每位参训学员提供大数据教学实训平台试用帐号、课程建设与程序设计的相关资源,丰富已开设大数据专业院校课程体系。

注:所有学员自带笔记本电脑(Windows7或以上操作系统(64位)、4G+内存)、紧跟老师上课过程操作练习,完全学会经典案例开发技术,完全学会使用以上工具软件开发应用。

二、研修对象

各高等院校大数据、人工智能相关学科、计算机、网络通信、自动化、电子工程、数理统计等专业的科研、教学带头人、骨干教师、博士生、硕士生、本科生、大专生;从事计算机、云计算、大数据、人工智能、互联网等相关领域项目的科研院所的项目负责人、科研人员、工程技术人员等。

三、时间地点

时 间:2019年5月10-5月15日(5月10日全天报到)
地 点:西安电子科技大学计算机科学与技术学院

四、培训内容

第一部分:线上实习(基础部分共计15个课时),报名后即可开始学习时间
    模块

                                     内容

          课时
Python基础

1 准备工作

   1.1 认识Python

   1.2 搭建Python环境

   1.3 安装PyCharm并创建一个应声虫程序

2 Python基础知识

   2.1 掌握Python固定语法

   2.2 创建字符串变量并提取里面的数值

   2.3 计算圆形的各参数

3 Python数据结构

   3.1 创建一个列表(list)并进行增删改查操作

   3.2 转换一个元组(tuple)并进行取值操作

   3.3 创建一个字典(dict)并进行增删改查操作

   3.4 将两个列表转换为集合(set)并进行集合运算

4 程序流程控制语句

   4.1 实现考试成绩划分

   4.2 实现一组数的连加与连乘

   4.3 使用冒泡排序法排序

   4.5 实训(猜数字游戏)

5 函数

   5.1 自定义函数实现输出方差

   5.2 使用匿名函数添加列表元素

   5.3 存储并导入函数模块

6 面向对象

   6.1 认识面向对象编程

   6.2 创建Car类

   6.3 创建Car对象

   6.4 迭代Car对象

   6.5 产生land_Rover对象(子类)

7 文件基础

   7.1 认识文件

   7.2 读取txt文件中的数据

   7.3 保存数据为csv格式文件

   7.4 认识os模块

           15
第二部分:
线下实战(实战部分共计40个课时)    5月11-15日
  日  期内容        时  间
  第一天报到        全  天
  第二天

Python数据分析与应用

1 Python数据分析概述

1.1 认识数据分析
1.2 熟悉Python数据分析工具
1.3 安装Python3的Anaconda发行版
1.4 掌握Jupyter Notebook常用功能

2 NumPy数值计算基础

2.1 认识NumPy数组对象ndarray

2.2 认识NumPy矩阵与通用函数

2.3 利用NumPy进行统计分析

3 Matplotlib数据可视化基础

3.1 了解绘图基础语法与常用参数
3.2 分析特征间的关系
3.3 分析特征内部数据分布与分散状况

4 Pandas统计分析基础

4.1 读写不同数据源的数据
4.2 掌握DataFrame的常用操作
4.3 转换与处理时间序列数据
4.4 使用分组聚合进行组内计算

4.5 创建透视表与交叉表

5 使用Pandas进行数据预处理

5.1 合并数据
5.2 清洗数据
5.3 标准化数据
5.4 转换数据

6 使用Scikit-learn构建模型

6.1 使用sklearn转换器处理数据
6.2 构建并评价聚类模型
6.3 构建并评价分类模型
6.4 构建并评价回归模型

7 航空公司客户价值分析

7.1 了解航空公司现状与客户价值分析
7.2 预处理航空客户数据
7.3 使用K-Means算法进行客户分群

  09:00-12:00

  14:00-17:00

  第三天

机器学习与人工智能

1 机器学习与数据挖掘的基本概念、联系及区别

2 机器学习和大数据、人工智能及其他学科领域的关系

3 机器学习和深度学习的关系

4 机器学习方法的分类及本课程内容

   4.1 有监督学习:分类、回归

   4.2 无监督学习:聚类

   4.3 半监督学习

   4.4 强化学习

5 机器学习应用的一般流程

   5.1 目标分析

   5.2 数据准备

   5.3 特征工程

   5.4 模型训练与调优

   5.5 性能度量与模型选择

6 机器学习的典型应用案例介绍

   6.1 机器学习在自然语言理解领域的应用(机器翻译、智能问答)

   6.2 机器学习在多媒体处理领域的应用(人脸识别)

   6.3 机器学习在互联网上的应用(推荐系统、搜索引擎、计算广告)

   6.4 机器学习在语言处理领域的应用(语音识别、语音合成)

   6.5 机器学习在安全领域的应用(入侵检测、垃圾短信识别)

 09:00-12:00

 14:00-17:00

  第四天

TensorFlow与深度学习实战

1 TensorFlow安装与入门

1.1 TensorFlow环境搭建
1.2 TensorFlow计算模型性:计算图
1.3 TensorFlow数据模型:张量Tensor
1.4 TensorFlow运行模型:会话

2 TensorFlow数据类型

2.1 常量、变量及其构建
2.2 TensorFlow实现线性回归模型
2.3 操作:TensorFlow实现鸢尾花分类

3 TensorFlow实现多层神经网络

3.1 BP神经网络模型(Back Propagation)
3.2 操作:利用TensorFlow构建BP网络模型实现鸢尾花分类

4 手写数字识别

4.1 图片预处理
4.2 占位符:placeholder
4.3 操作:利用TensorFlow实现SoftMax网络对手写数字分类

深度学习经典算法实战

1 卷积神经网络CNN

1.1 卷积神经网络(CNN)简介
1.2 CNN关键结构:卷积层与池化层
1.3 经典卷积网络模型:LeNet-5
1.4 图像数据处理

1.5 操作:利用CNN进行手写数字识别

2 循环神经网络RNN

2.1 循环神经网络(RNN)介绍
2.2 RNN网络关键结构:隐层互联
2.3 经典RNN模型:LSTM

2.4 时序数据处理

2.5 操作:RNN的TensorFlow实现

 09:00-12:00

 14:00-17:00

  第五天

企业案例:电商网站智能客服应用

1、案例背景介绍

1.1 案例背景
1.2 系统架构及流程
1.3 数据介绍及分析目标

2、词表征(Word Representation)

2.1 词表征的背景与应用
2.2 one-hot编码
2.3 word2vec原理及实现
2.4 练习:word2vec实现

3 数据预处理

3.1 分词、去除停用词、近义词处理
3.2 生成词向量(Word2Vec)
3.3 构造文本相似度基本特征

4、深度学习挖掘语义特征

4.1 词向量组合相似度
4.2 基于循环神经网络(RNN)编码的相似度计算

5、集成学习建模

6、模型评价与优化

  09:00-12:00

  14:00-17:00

  第六天大数据企业参观访学


五、师资介绍

Likeman.jpg

赵加坤   西安交通大学软件学院副教授、博士、硕士生导师,中国高校大数据教育创新联盟副理事长;主要研究方向;机器学习、深度学习及其应用、人工智能及其各行业应用、大数据平台构建、大数据仓库及其研究、大数据下企业创新分析、深度学习及其人工智能应用、大数据物联网信联网,智能家居等。发表高水平论文十几篇,其中SCI论文十篇,主持多项省部级基金项目,大数据与人工智能相关项目经验丰富,对机器学习(深度学习)算法、大规模数据挖掘有深入的研究。

张敏.jpg

张敏广州泰迪智能科技有限公司高级数据分析师、培训总监,从事用户数据分析和数据挖掘工作六年,具有丰富的大数据挖掘理论及实践培训经验,对数据具有较高的敏感度,根据数据对其进行全面的统计分析。精通Python、R语言、Matlab等多种数据挖掘工具。擅长市场发展情况监控、精确营销方面的数据挖掘工作。有为南方电网、珠江数码等大型企业长期提供实施服务的经验,主导了电子商务网站用户行为分析及网页智能推荐服务、中医证型关联规则挖掘、电信业务话单量预测、航空公司客户价值分析等多个项目。2017年“泰迪杯数据挖掘挑战赛教练员培训”主讲讲师,2018年广东省Python与深度学习技术师资培训班主讲讲师,先后负责过西安理工大学、广东工业大学、广西师范学院、广西科技大学、闽江学院、广东石油化工学院、上海健康医学院等高校实训课程及德生科技等企业内训和数据挖掘就业班的课程。组织、参与编写图书《Python编程基础》、《Python数据分析与应用》、《R语言编程基础》等

何贤斌.jpg

何贤斌      广州泰迪智能科技有限公司高级数据分析师,擅长主流的数据挖掘方法,在推荐系统以及模式识别方面有着较为深入的研究;擅于对数据进行搜集、整理、分析,并依据数据做出行业研究、评估和预测工作;精通Python、R、SpssModeler等主流的数据挖掘工具;擅长使用Python语言进行数据处理以及建模分析;主要参与贵阳电网,广州电网,北京信访,招标云等项目,负责数据爬虫、数据处理,各个行业的模型搭建等工作;主导贵阳师范学院、广西科技大学、西北大学、东北农业大学等多所高校的培训指导工作;泰迪科技第一届大数据师资培训班,大数据就业培训班主讲老师;参与第九、第十届泰迪定向培养班主讲老师;大数据专业系列图书编写委员会;参与《Python编程基础》、《Python数据分析与应用》等图书的编写工作。

杨惠.jpg

杨惠广州泰迪智能科技有限公司高级数据分析师,具备丰富的培训经验,曾为多家企业、院校服务过专业培训工作。如PPV商业培训、泰迪大数据师资培训、珠海城职院数据分析培训等。从事数据挖掘工作五年,擅长文本挖掘及深度神经网络RNN,熟悉常用机器学习算法原理及应用,如神经网络、SVM、决策树、贝叶斯等算法;精通R、Python、Matlab等常用数据挖掘处理工具。具有丰富的实践项目经验。如“京东电商产品评论情感分析”项目;“珠江数码大数据营销推荐应用”项目;“电子商务网站智能推荐服务”项目。 

六、证书颁发

      学员经培训考试合格后,可以获得由工业和信息化部教育与考试中心颁发“高级大数据分析师”专项技术证书,证书可登录国家工信部考试中心官网查询,全国通用,该证书可作为教师岗位聘任、定级的参考。
七、报名材料及费用说明

1. 报名材料:报名申请表、身份证复印件、两寸近期正面免冠彩色证件照 (电子版)。
2. 费用:3900 元/人,包含(报名费、学习费、资料费、场地费及证书费)。食宿可选择统一安排,费用自理。

八、联系方式

联 系 人:曾老师 13246821827

     微信:antonia602501

      QQ:804954701

邮     箱:train-1@tipdm.com
机构网址:www.tipdm.com

2)3EW%_8](0VG_MSKRFB_4P.png

附件一:

师资研修班报名申请表.docx


全国高校大数据与人工智能技术双师型骨干师资研修班
报名申请表

单位名称
部门/院系
通讯地址

发票抬头
邮编
纳税号

发票内容
联系人

电话
邮箱
姓名性别职务身份证号手机号电子邮箱






























费用支付时间及方式

1、请将报名表发至train-1@tipdm.com,培训费报名后请汇至指定的账号,汇款底单上注明“大数据研修班”字样,方便查账备案。将汇款底单电邮至报名处邮箱train-1@tipdm.com;
2、报到时现金或刷卡支付。

帐号信息户名北京中九教育科技有限公司
开户行中国建设银行北京燕莎东支行
汇款帐号1105 0138 5800 0000 1216
是否需要安排住宿是(单间或标间


备注联系人:曾老师             电话:13246821827             邮箱train-1@tipdm.com


附件二:

2019上半年泰迪科技师资培训计划

序 号课     程时    间承办单位地 点
  1
2019年度大数据与人工智能骨干师资研修班第三期(Python)05/10-05/15 中九教育

  西 安

  2成都西南交通大学大数据师资培训(Python)06/03-06/08

 西南交通

 泰迪科技

  成 都
  32019年度大数据与人工智能骨干师资研修班第四期(Python)6月中旬 中九教育  待 定
  4湖南省数学学会高职高专分会Python数据分析培训7月上旬 泰迪科技  长 沙
  5电商数据分析与运营项目企业实训(R、Excel)06/29-0726

 广 轻 工

 泰迪科技

  广 州
  6“协同育人”大数据师资培训(Python)07/20-07/27

 华      农

 泰迪科技

  广 州
  7Python与商务数据分析师资培训07/28-08/10

 番 职 院

 泰迪科技

  广 州
  82019年度全国高校大数据骨干师资研修班(Spark+Python)
8月上旬

 泰迪科技

 中九教育

  广 州