让一部分企业先学到真知识!

刘晖:《AI大模型赋能行业数字化转型》

刘晖老师刘晖 注册讲师 159查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 人工智能

课程编号 : 16847

面议联系老师

适用对象

-

课程介绍

培训大纲:

  1. AI大模型的概念及关键技术
    1. AI大模型的概念
    2. 大模型的分类
      1. 基础大模型
      2. 行业大模型
      3. 专属大模型
    3. AI大模型的特征
    4. AI大模型的体系框架及组成
    5. AI大模型的关键技术
    6. AI大模型的应用场景
  2. 国内外AI大模型应用现状与发展
    1. 大模型应用现状与发展
    2. 国外主要大模型分析
      1. Transformer语言模型架构及功能
      2. 微软旗下OpenAI大模型架构及功能
      3. 谷歌大模型架构及功能
      4. Meta大模型架构及功能
      5. 英伟达大模型架构及功能
      6. 其他公司或机构布局
    3. 我国主要大模型分析
      1. 国内大模型发展
      2. 华为盘古大模型架构及功能
      3. 科大讯飞星火大模型架构及功能
      4. 百度文心大模型架构及功能
      5. 腾讯混元大模型架构及功能
      6. 阿里通义大模型架构及功能
      7. 其他公司或机构布局
    4. 我国行业大模型的应用现状与发展
  3. 电信运营商AI大模型及应用
    1. 电信运营商AI大模型应用现状及发展
    2. 电信运营商AI大模型介绍
      1. 中国移动“九天·众擎基座大模型” 架构及功能
      2. 中国电信星辰大模型架构及功能
      3. 中国联通鸿湖图文大模型架构及功能
    3. 电信运营商大模型应用场景介绍
      1. 中国移动大模型及应用场景介绍
      2. 中国电信大模型及应用场景介绍
      3. 中国联通大模型及应用场景介绍
    4. 电信运营商大模型对比分析
  4. 大模型的体系架构及组成
    1. 大模型分层模型架构及组成
      1. 基础大模型层(视觉大模型、NLP大模型、预测决策大模型、多模态大模型、科学计算大模型等。)
      2. 行业大模型层(工业行业、装备制造行业、钢铁冶金行业、煤炭矿山行业、石油化工行业、能源电力行业、港口航运行业、交通物流行业、车联网行业、农业行业、政务行业、应急行业、医疗行业、教育行业、环保行业、金融行业、旅游行业等)
      3. 大模型插件层(数据标注与处理、大模型精调、大模型压缩、高性能部署、场景化工具等)
      4. 细分场景模型层(产品质量质检、预测性维护、风险控制等)
    2. 大模型系统架构及组成
      1. 基础设施层
      2. 底座层
      3. 能力层
      4. 应用层
    3. 基于基础大模型训练行业大模型的流程
      1. 行业数据准备及标注
      2. 基础模型选择
      3. 行业大模型微调
      4. 行业大模型部署
      5. 训练和推理算力提供
  5. 大模型的关键技术及应用
    1. 大模型关键技术要素-三要素
      1. 智算平台
      2. 行业大模型
      3. 训推数据集
    2. 智算平台的架构及组成
      1. 智算平台的架构
      2. 智算平台的组成
      3. 大模型对智算算力的需求
      4. 多样的智算算力服务方式
    3. 大模型架构基础-Transformer技术
      1. 什么是Transformer?
      2. Encoder-Decoder技术
      3. Transformer分类模型
      4. Transformer算法-GTP3.5预训练模型
      5. 预训练模型-自然语言理解
      6. 预训练模型-长序列建模
      7. 预训练模型-模型优化
      8. Transformer算法流程
    4. 大模型应用流程、步骤及方法
      1. 大模型数据准备
      2. 大模型数据标注
      3. 大模型训练
      4. 大模型微调
      5. 大模型加速
      6. 大模型推理
      7. 大模型部署
    5. 大模型关键技术-AIGC技术
      1. AIGC的概念及关键能力
        1. 什么是AIGC?
        2. AIGC的类型
        3. AIGC的关键能力
      2. AIGC的关键技术(模型原理及技术迭代)
        1. 文本生成-人工智能生成文本(自然语言处理技术)
        2. 图像生成-人工智能生成图形、图像(计算机视觉技术)
        3. 音频生成-人工智能生成音频
        4. 视频生成-人工智能生成视频
        5. 图像、视频、音频、文本间跨模态生成
      3. AIGC的体系架构及组成
        1. AIGC的底层逻辑架构
        2. 生成式模型基础
        3. Transformer和ChatGPT模型
        4. Diffusion模型
      4. AIGC的功能分析(AIGC能生成什么内容)
        1. AIGC功能分析与体验:生成文字、描绘图片、音频制作、影视创作、互动娱乐
      5. AIGC的应用场景及商用落地
        1. AIGC+影视领域(前期创作、中期拍摄、后期制作)
        2. AIGC+传媒领域(采集、编辑、播报)
        3. AIGC+娱乐领域(全民娱乐、虚拟偶像、社交互动)
        4. AIGC+电商领域(商品展示、主播打造、交易场景,市场营销:营销文案,客户服务:贴心服务打动客户)
        5. AIGC+金融领域(营销活动、虚拟人、虚拟金融场景)
        6. AIGC+工业领域(研发设计-设计能力俱全:数字孪生、辅助设计、虚拟构建,生产制造:“L4 级别”的智能控制,供应链管理:库存计划自动编程)
        7. AIGC+医疗领域(图像处理、远程医疗、合成医护陪伴)
        8. AIGC+教育领域(线上录课、虚拟老师、合成影像)
  6. 行业大模型应用解决方案及案例分析
    1. 工业行业大模型应用解决方案及案例分析
      1. 工业大模型体系架构及组成
      2. 工业大模型关键技术及应用
      3. 工业行业大模型应用需求分析(痛点分析)
      4. 工业行业大模型应用解决方案
      5. 工业行业大模型应用场景
      6. 工业行业大模型应用案例分析
      7. 工业行业大模型产业链及产业生态
      8. 工业大模型应用效果分析
    2. 装备制造行业大模型应用解决方案及案例分析
      1. 装备制造行业大模型体系架构及组成
      2. 装备制造行业大模型关键技术及应用
      3. 装备制造行业大模型应用需求分析(痛点分析)
      4. 装备制造行业大模型应用解决方案
      5. 装备制造行业大模型应用场景
      6. 装备制造行业大模型应用案例分析
      7. 装备制造行业大模型产业链及产业生态
      8. 装备制造行业大模型应用效果分析
    3. 钢铁冶金行业大模型应用解决方案及案例分析
      1. 钢铁冶金行业大模型体系架构及组成
      2. 钢铁冶金行业大模型关键技术及应用
      3. 钢铁冶金行业大模型应用需求分析(痛点分析)
      4. 钢铁冶金行业大模型应用解决方案
      5. 钢铁冶金行业大模型应用场景
      6. 钢铁冶金行业大模型应用案例分析
      7. 钢铁冶金行业大模型产业链及产业生态
      8. 钢铁冶金行业大模型应用效果分析
    4. 煤炭矿山行业大模型应用解决方案及案例分析
      1. 煤炭矿山行业大模型体系架构及组成
      2. 煤炭矿山行业大模型关键技术及应用
      3. 煤炭矿山行业大模型应用需求分析(痛点分析)
      4. 煤炭矿山行业大模型应用解决方案
      5. 煤炭矿山行业大模型应用场景
      6. 煤炭矿山行业大模型应用案例分析
      7. 煤炭矿山行业大模型产业链及产业生态
      8. 煤炭矿山行业大模型应用效果分析
    5. 石油化工行业大模型应用解决方案及案例分析
      1. 石油化工行业大模型体系架构及组成
      2. 石油化工行业大模型关键技术及应用
      3. 石油化工行业大模型应用需求分析(痛点分析)
      4. 石油化工行业大模型应用解决方案
      5. 石油化工行业大模型应用场景
      6. 石油化工行业大模型应用案例分析
      7. 石油化工行业大模型产业链及产业生态
      8. 石油化工行业大模型应用效果分析
    6. 能源电力行业大模型应用解决方案及案例分析
      1. 能源电力行业大模型体系架构及组成
      2. 能源电力行业大模型关键技术及应用
      3. 能源电力行业大模型应用需求分析(痛点分析)
      4. 能源电力行业大模型应用解决方案
      5. 能源电力行业大模型应用场景
      6. 能源电力行业大模型应用案例分析
      7. 能源电力行业大模型产业链及产业生态
      8. 能源电力行业大模型应用效果分析
    7. 港口航运行业大模型应用解决方案及案例分析
      1. 港口航运行业大模型体系架构及组成
      2. 港口航运行业大模型关键技术及应用
      3. 港口航运行业大模型应用需求分析(痛点分析)
      4. 港口航运行业大模型应用解决方案
      5. 港口航运行业大模型应用场景
      6. 港口航运行业大模型应用案例分析
      7. 港口航运行业大模型产业链及产业生态
      8. 港口航运行业大模型应用效果分析
    8. 交通物流行业大模型应用解决方案及案例分析
      1. 交通物流行业大模型体系架构及组成
      2. 交通物流行业大模型关键技术及应用
      3. 交通物流行业大模型应用需求分析(痛点分析)
      4. 交通物流行业大模型应用解决方案
      5. 交通物流行业大模型应用场景
      6. 交通物流行业大模型应用案例分析
      7. 交通物流行业大模型产业链及产业生态
      8. 交通物流行业大模型应用效果分析
    9. 车联网行业大模型应用解决方案及案例分析
      1. 车联网行业大模型体系架构及组成
      2. 车联网行业大模型关键技术及应用
      3. 车联网行业大模型应用需求分析(痛点分析)
      4. 车联网行业大模型应用解决方案
      5. 车联网行业大模型应用场景
      6. 车联网行业大模型应用案例分析
      7. 车联网行业大模型产业链及产业生态
      8. 车联网行业大模型应用效果分析
    10. 农业行业大模型应用解决方案及案例分析
      1. 农业行业大模型体系架构及组成
      2. 农业行业大模型关键技术及应用
      3. 农业行业大模型应用需求分析(痛点分析)
      4. 农业行业大模型应用解决方案
      5. 农业行业大模型应用场景
      6. 农业行业大模型应用案例分析
      7. 农业行业大模型产业链及产业生态
      8. 农业行业大模型应用效果分析
    11. 政务行业大模型应用解决方案及案例分析
      1. 政务行业大模型体系架构及组成
      2. 政务行业大模型关键技术及应用
      3. 政务行业大模型应用需求分析(痛点分析)
      4. 政务行业大模型应用解决方案
      5. 政务行业大模型应用场景
      6. 政务行业大模型应用案例分析
      7. 政务行业大模型产业链及产业生态
      8. 政务行业大模型应用效果分析
    12. 应急行业大模型应用解决方案及案例分析
      1. 应急行业大模型体系架构及组成
      2. 应急行业大模型关键技术及应用
      3. 应急行业大模型应用需求分析(痛点分析)
      4. 应急行业大模型应用解决方案
      5. 应急行业大模型应用场景
      6. 应急行业大模型应用案例分析
      7. 应急行业大模型产业链及产业生态
      8. 应急行业大模型应用效果分析
    13. 医疗行业大模型应用解决方案及案例分析
      1. 医疗行业大模型体系架构及组成
      2. 医疗行业大模型关键技术及应用
      3. 医疗行业大模型应用需求分析(痛点分析)
      4. 医疗行业大模型应用解决方案
      5. 医疗行业大模型应用场景
      6. 医疗行业大模型应用案例分析
      7. 医疗行业大模型产业链及产业生态
      8. 医疗行业大模型应用效果分析
    14. 教育行业大模型应用解决方案及案例分析
      1. 教育行业大模型体系架构及组成
      2. 教育行业大模型关键技术及应用
      3. 教育行业大模型应用需求分析(痛点分析)
      4. 教育行业大模型应用解决方案
      5. 教育行业大模型应用场景
      6. 教育行业大模型应用案例分析
      7. 教育行业大模型产业链及产业生态
      8. 教育行业大模型应用效果分析
    15. 环保行业大模型应用解决方案及案例分析
      1. 环保行业大模型体系架构及组成
      2. 环保行业大模型关键技术及应用
      3. 环保行业大模型应用需求分析(痛点分析)
      4. 环保行业大模型应用解决方案
      5. 环保行业大模型应用场景
      6. 环保行业大模型应用案例分析
      7. 环保行业大模型产业链及产业生态
      8. 环保行业大模型应用效果分析
    16. 金融行业大模型应用解决方案及案例分析
      1. 金融行业大模型体系架构及组成
      2. 金融行业大模型关键技术及应用
      3. 金融行业大模型应用需求分析(痛点分析)
      4. 金融行业大模型应用解决方案
      5. 金融行业大模型应用场景
      6. 金融行业大模型应用案例分析
      7. 金融行业大模型产业链及产业生态
      8. 金融行业大模型应用效果分析
    17. 旅游行业大模型应用解决方案及案例分析
      1. 旅游行业大模型体系架构及组成
      2. 旅游行业大模型关键技术及应用
      3. 旅游行业大模型应用需求分析(痛点分析)
      4. 旅游行业大模型应用解决方案
      5. 旅游行业大模型应用场景
      6. 旅游行业大模型应用案例分析
      7. 旅游行业大模型产业链及产业生态
      8. 旅游行业大模型应用效果分析
  7. 电信运营商行业大模型及应用举例
    1. 中国移动行业大模型及应用场景介绍
      1. 九天客服大模型
      2. 九天海算政务大模型
      3. 九天川流出行大模型
      4. 九天网络大模型
      5. 九天企业通话大模型
      6. 医疗大模型
      7. 司法大模型
      8. 能源大模型
      9. 运输大模型
      10. 航空大模型
    2. 中国电信行业大模型及应用场景介绍
      1. 星辰教育大模型
      2. 治理大模型
      3. 政务服务大模型
      4. 应急大模型
      5. 医保大模型
      6. 交通大模型
      7. 住建大模型
      8. 金融大模型
      9. 神农一号大模型
      10. 出行大模型
      11. 旅游导览大模型
      12. 矿山大模型
    3. 中国联通行业大模型及应用场景介绍
      1. 工业服务大模型
      2. 政务服务大模型
      3. 数字文化大模型
      4. 物流大模型
      5. 客服大模型
      6. 网络大模型
      7. 通信反诈大模型
      8. 运维大模型
  8. 大模型生态及服务运营模式
    1. 大模型产业生态
    2. 大模型服务模式-MaaS
    3. 大模型服务产品设计
    4. 大模型服务商业模式
    5. 大模型运营体系
    6. 大模型运营框架
    7. 大模型监控和维护
    8. 大模型安全和隐私保护
  9. 课程总结:

(1)重点知识回顾与总结;

(2)互动与讨论:问与答。

就学员提出的问题进行分析、讨论、模拟演练和点评。

  1. 培训方式/工具及方法

培训方式及方法:

本课程采用模块化教学方法通过理论讲授,案例分析,方法传授、动画演示、互动讨论,讲师点评、实战演练、项目展示等多种教学手段与方法,将行业大模型关键技术、项目实战与大量的典型案例结合起来,达到学以致用、解决实际问题的目的。

培训工具:PPT讲义、项目案例演示、投影仪、白板、白纸、彩笔、音响设备、话筒等。

评估方法:(1)学员学习成果(项目解决方案)评估;(2)学员打分评估。

 

刘晖老师的其他课程

• 刘晖:AI大模型赋能千行百业
一、课纲   1天01 Al+办公是AIGC浪潮的核心,有望深刻改变办公模式AI+办公方面,随着ChatGPT火爆全球,基于对图像、视频、音频等进行处理的多模态大模型的应用也得到快速推广。02 智能驾驶是AI大模型落地的重要场景在智能驾驶领域,AI大模型可以大幅提升场景生成效率,丰富人与车辆的交互方式,提升驾乘体验;在工业领域,AIGC将降低设计软件使用门槛,提升生成式设计能力,实现降本增效;AIGC的生成和推理能力将进一步优化执行和管理流程。03 金融是AI落地核心场景之一AI技术在金融行业的落地方向贯穿了金融机构业务开展的主要方向,如风险管理、投资管理、客户服务、交易监管、金融创新等。04 AI加持,设计与工业软件将实现降本增效05 Al+游戏:用户体验再升级,大众创作降本增效06 Al+教育:智能教育迈向因材施教阶段,学生、教师两端均有落地;07 AI+影视:助力特效内容生成08 AI+电商: 从产品上架到售后服务,AIGC多方位赋能品牌商家09 Al+营销:创意文案迅速生成,实现千人千面个性化推荐10 AI大模型背景下网络安全机遇与产业并存,各方加速布局对于网安行业而言,AI大模型的出现既有机遇也有挑战。一方面,人工智能技术可以帮助组织降低入侵风险,并改善其整体安全状况,赋能网安行业;另一方面,AI大模型本身的安全保证也十分重要。二、授课方式理论讲授:通过讲解和演示,使学员掌握课程内容;实践操作:提供实际操作和实践的机会,使学员能够亲自动手进行实践;案例分析:通过案例分析,使学员了解课程内容的应用前景和实际效果;互动讨论:鼓励学员提问、分享经验和见解,促进知识交流与碰撞。
• 刘晖:AI大模型在互联网客户服务领域的应用
模块一:从AlphaGo到ChatGPT人工智能出现和发展的大背景第四次工业革命的特征和要求人工智能的本质:从人类的脑力工作与相应的智能说起从早期人工智能算法到机器学习,到人工神经网络和深度学习,为什么?从分析式AI到生成式AI,从“偏科专才”到“通才”通用人工智能的曙光:GPT为何如此令人兴奋?为什么通用人工智能曙光率先在自然语言处理领域展现?ChatGPT的根基: Transformer的基本核心原理大模型如何理解“词”—— 自然语言的“向量化”注意力机制 -  奠定生成式AI基调的核心机制Transformer: 通过“智力”和“语言能力”的压缩抽取,对输入进行“变形”ChatGPT的独到之处其他大模型主要类别和基本原理文生图:训练机器对像素的“组装”图生3D:算法对世界的“脑补”大模型的“智力”、“技能”和“知识”如何利用大模型:基本模式提示词工程 – 为大模型描述上下文环境和方法论插件 -为大模型加上“视觉中枢”“听觉中枢”“行动中枢”外接“云盘” - 为大模型加上“海马体”(大模型的长期记忆机制)精调 — 通过调参真正提升大模型“智商”大模型的部署/训练方式公有云模式AISaasAIPaasModel as a serviceAIIaas公有私有云/管理云模式私有云模式模块二:大模型体系在互联网客服领域的应用模式和案例AI大模型具有成为互联网“人”“机”翻译和“系统整合协同者”的巨大潜力AI大模型如何与客户服务的业务和已有应用系统关联和整合?- 模式与机会生成式客服服务和咨询 - Salesforce ServiceGPT案例呼叫中心中的人工智能:语音助理和语音语义分析模型在呼叫中心应答质量提升上的应用AI大模型赋能的互联网行业数字人客服客户服务的数据基础:多模态大模型将打造真正的“客户360视图”客户服务知识图谱:大模型对知识图谱和知识运营的补充和赋能大语言模型可以从大量非结构化文本数据中提取数据实体关系,或解析/推理出数据实体的逻辑关联 – 比如近期客户投诉的主要内容和产品的描述之间的关系 - 并将之转换为知识图谱的输入;多模态大模型能将文本、图片、视频、声音、代码等数据进行关联整合和分析,对知识图谱进行补充和更新知识图谱也可以基于已有的知识,对大模型的问答输入进行约束和事实性检验,比如已有的套餐价格以及可购买资格多模态大模型赋能的客户全渠道全周期“大”数据整合和分析全渠道客服服务的流程自动化和机器学习优化客户服务领域的培训和问答:AI大模型赋能的针对性学习类似Khanmigo的基于大语言模型的学习应用,不仅可以判断答案的正确与否,也可以通过推测学习者思路和逻辑,帮助学习者定位到知识要点;大语言模型可以根据预先设定的学习者级别和其他参数(比如专业为经济类),调整学习路径和问题客服组织的智能化办公文档和数据分析:GPT Code IntepreterCode Intepreter插件可以直接分析给到的文档,excel,pdf,word等格式中的文字或者表格数据项,而无需进行数据整理,并生成可视化图表。比如给出一个国家的经济数据,人口数,互联网应用等数据,Code Intepreter就可以按城市或者地区分析这些数据的关联性,以及与通信服务相关的图表分析展示Code intepreter结合GPT-4自身分析能力,也可以对文档进行定性/定性 + 定量分析,比如文件要点总结,情绪,事情趋势等等。AI大模型赋能的互联网行业服务营销基于AI大模型的客服领域(SQL/API调用)代码生成 
• 刘晖:AI创新应用技能大赛赛前培训
教学计划1-数据科学 3天编程语言Python科学计算numpy数据分析pandas数据可视化matplotlib,seaborn2-机器学习和数据挖掘6天机器学习基础线性回归逻辑回归KNN决策树集成学习(随机森林等)聚类特征工程XGboost推荐系统3-竞赛题分析 2天竞赛案例分析(1)竞赛案例分析(2)课程时间学习期限: 11天课程安排日期主题内容Day1上午Python复习人工智能基本概念数据科学基本概念开发环境的安装配置标识符输入、输出和格式化单行注释和文档注释基础数据类型和类型转换运算符条件控制语句循环控制语句Google的编程规范组合数据类型列表、元组、集合、字典、字符串、Range函数面向对象库、模块和包的概述文件读写常用库Day1下午Numpy复习Numpy基本概念创建ndarray数组的三种方式手动创建数据自动创建一维数据,变形自动创建多维数据属性数据类型索引和切片函数方法通用函数数组广播实例1:计算鸢尾花的统计数据实例2:使用梯度法计算积分的面积Day2上午matplotlib可视化库Seaborn可视化库Matplotlib的原理Seaborn库的原理创建画布创建子图设置刻度设置范围设置图例保存图形和显示图形全局设置和中文乱码设置网格设置文本,箭头和注解散点图/折线图/柱状图/直方图/饼图/箱线图/小提琴图/ Searborn可视化库Day2下午pandas数据分析(上)pandas数据分析的介绍数据类型Series和DataFrame 读写数据从内存/csv/excel/mysql中读/写数据查看数据形状、数据类型、空值、前n行和后n行、统计信息、唯一性、计数统计等。选择数据索引和切片清洗数据删除行/列,替换,类型转换,修改列名,修改索引名Day3上午pandas数据分析(下) apply函数排序按值/索引数据整理横向/纵向连接,行索引和列索引互相转换,行索引和列互相转换。分组 透视表交叉表 统计Day3下午数据分析案例案例分析:快餐店欧洲杯酒类消费姓名数据苹果股价NBA比赛Day4机器学习基础线性回归Scikit-learn工具机器学习介绍有监督学习和无监督学习训练集、验证集和测试集一元线性回归最小二乘法和代价函数梯度下降法过拟合和正则化Ridge回归Lasso回归Elastic Net回归实操1:相关系数实操2:梯度下降实操3:线性回归实操4:Ridge回归实操5:LASSO回归实操6:Elastic NetDay5逻辑回归KNN逻辑回归介绍逻辑回归中多分类解决方案模型评估与度量交叉验证学习曲线网格搜索偏差、方差、均方差、泛化误差查全率、查准率和F1参数ROC曲线与AUC面积KNN原理KNN实践 实操1:线性逻辑回归实现实操2:非线性逻辑回归实操3:KNN预测约会网站配对实操4:KNN预测电影分类实操5:KNN预测鸢尾花分类实操6:KNN预测手写数字分类Day6决策树随机森林决策树原理ID3算法C4.5算法Gini算法算法优化:预剪枝算法优化:后剪枝决策树回归集成算法简介袋装法集成算法随机森林集成算法Adaboost集成算法机器学习调优 实操1:决策树预测房价实操2:决策树预测隐形眼镜类型实操3:随机森林算法演示实操4:Adaboost算法演示实操5:病马死亡率预测实操6:泰坦尼克号存活预测Day7聚类特征工程聚类原理各种相似度度量及其相互关系K-means聚类DBSCAN密度聚类数据预处理特征工程介绍数据无量纲化标准化/归一化缺失值处理文字转数字连续转离散多项式转换特征选择-Filter特征选择-Wrapper特征选择-EmbedingPCA降维 实操1:用Python实现kmeans的实现实操2:用Sklearn实现kmeans聚类实操3:用Sklearn实现dbscan密度聚类Day8XGboost回归树原理梯度提升树gbdt原理Xgboost原理Xgboost的推导过程Xgboost调参 实操1:回归树预测房价实操2:gbdt预测回归案例实操3:Xgboost的参数调优实操:4:Xgboost在数据竞赛中运用Day9推荐系统-关联规则推荐系统-协同过滤推荐系统的介绍关联规则算法Apriori简介和推导项集,支持度,置信度和提升度关联规则算法实践基于用户的协同过滤推荐算法原理相似度计算基于物品的推荐算法原理基于用户的推荐算法原理 实操1:实现Arpiori算法实操2:英国零售商的商品推荐实操3:实现movielens电影推荐Day10竞赛案例分析(1)1. 建模流程1)  需求分析2)  数据清洗3)  数据预处理4)  特征工程5)  建模6)度量7)模型优化2. 案例:金融欺诈(分类)3. 案例:鲍鱼年龄(回归)Day11竞赛案例分析(2)竞赛冠军解题思路电信案例分析(1)电信案例分析(2) 

添加企业微信

1V1服务,高效匹配老师
欢迎各种培训合作扫码联系,我们将竭诚为您服务