人工智能基础、技术及其体系

1. 人工智能（Artificial Intelligence，AI）的定义、起源、用途
2. 人工智能的发展历程与脉络
3. 人工智能的国家政策解读
4. 人工智能的技术体系
5. 人工智能的技术框架
6. 中国和美国的人工智能产业和主流人工智能产品

人工智能的问题求解及技术实现

7. 人工智能领域的经典问题和求解方式
8. 机器学习模型和推理符号模型
9. 业界主流的机器学习方法解决人工智能领域的思路
10. 人工智能和大数据
11. 人工智能和机器学习
12. 人工智能和深度学习

人工智能的学习方式

13. 有监督学习训练
14. 无监督学习训练
15. 半监督学习训练

人工智能的行业应用与发展

16. 人工智能的行业图谱和行业发展剖析
17. 人工智能结合大数据的行业应用案例
18. 人工智能在“互联网+”领域的应用
19. 人工智能在制造业领域的应用
20. 人工智能在金融、消费领域的应用
21. 人工智能在出行、旅游领域的应用

部署人工智能实验平台

22. 部署人工智能实验操作软件和环境
23. 运行讲师提供的人工智能简单示例验证环境的准确性
24. 熟悉实验资料和实验环境

人工智能机器学习的算法模型的应用实践（1） 

25. 人工智能领域的四大类经典算法模型
26. 神经网络机器学习算法模型及其应用
27. 决策树算法模型及其应用
28. 关联分析算法模型及其应用
29. 聚类分析算法模型及其应用
30. 深度学习算法模型及应用

人工智能机器学习的算法模型的应用实践（2）

31. 朴素贝叶斯算法模型及其应用
32. 逻辑回归算法模型及其预测应用
33. Python机器学习库的应用
34. Python Scikit-learn算法库的使用讲解

人工智能和机器学习的实验操作

35. Python Scikit-learn算法库的实战操作
36. 利用Python语言编程，实现分类预测项目
37. 实验要求准确率、召回率、误差等指标

深度学习技术及其应用

38. 浅层学习技术及应用
39. 深度学习算法、技模型及应用
40. CNN卷积神经网络算法模型及应用
41. RNN循环神经网络算法模型及应用
42. LSTM神经网络算法模型及应用
43. 深度学习在人脸识别、语音识别领域的解决方案

TensorFlow AI深度学习平台及其应用实践（1）

44. TensorFlow：一个AI深度学习框架的概述
45. TensorFlow架构
46. TensorFlow的安装、部署、配置
47. TensorFlow的应用场景和应用案例
48. TensorFlow搭建GPU和CPU人工智能集群
49. 基于Tensorflow实现CNN模型应用，以及算法部署，算法调优，处理效率提升之道
50. 基于Tensorflow实现RNN（LSTM）模型应用，以及算法部署，算法调优，处理效率提升之道

TensorFlow AI深度学习平台及其应用实践（2）

51. TensorFlow CNN应用操作
52. TensorFlow RNN应用操作
53. TensorFlow LSTM应用操作
54. TensorFlow在自然语言生成建模案例
55. TensorFlow在图像识别的实验操作

Tensorboard AI 深度学习可视化建模工具与模型优化

56. Tensorboard简介
57. Tensorboard可视化和命名空间
58. TensorFlow人工智能建模模型状态评估与优化
59. Tensorboard的部署、配置和应用编程
60. 利用Tensorboard实现图像识别操作
61. 利用TensorFlow实现文本挖掘操作

Keras 人工智能平台应用实践

62. Keras人工智能平台架构
63. Keras AI平台的部署与配置
64. Keras技术实现与工作机制
65. Keras序列模式
66. Keras图像与自然语言应用案例
67. Keras实验操作：Kaggle图像比赛与优化案例（选做）

人工智能的产品解决方案

68. 图像处理解决方案
69. 人脸识别解决方案
70. 语音识别解决方案
71. 文本分类解决方案
72. 视频理解解决方案

项目实践

73. 人脸识别项目
74. 新闻内容文本分类预测项目
讲师答疑