1、课程定位
人工智能从业者培训
2、课程对象
所有对人工智能感兴趣的人群，无论是否具有技术背景或编程技能的所有人。
3、课程规划
2天
4、课程概述
了解什么是人工智能、人工智能在生活中的应用案例，以及它如何渗透各个产业，理解人工智能的基本术语和概念，掌握人工智能开发项目的流程、常用工具和技术概念，理解腾讯云AI的服务能力、平台框架和功能，了解人工智能的产业岗位分布、岗位能力要求。
1. 人工智能概述
2. 人工智能应用
3. 人工智能产业发展
4. 人工智能发展的成功要素
5. 人工智能迅速发展的技术领域
6. 人工智能的基础知识
7. 人工智能项目开发规划与准备
8. 机器学习开发任务实例
（房价预测）
人工智能的定义与三个层面、常见术语解释
专业人才的人工智能系统学科、AI从业者学习路径
生活中的人工智能应用 (show cases)：内容创作、情感分析、语音助理、打游戏
人工智能技术渗透各产业：金融/零售/交通/教育/医疗/制造/健康... (重点+结合案例)
健康码案例详解
人工智能走向“泛在”智能
数据+算法+硬件
计算机视觉
语音技术
自然语言处理
机器学习，深度学习及其术语之间的联系等
机器学习：定义、过程、分类等
深度学习：定义、神经网络、和机器学习的联系
人工智能项目开发的目标和周期
数据准备：数据采集、数据清洗、数据标注、数据验收、数据交付；
"特征工程：特征选择、特征提取、特征构建；
特征工程与机器学习
制作数据集：数据准备、数据预处理、数据集划分
特征工程：数据理解、特征分析、特征构造
模型训练和优化
模型评测：输出测试集指标
9. 深度学习开发任务实例
（无人小车）
10. 人工智能项目开发验收与维护
11. 机器学习开发框架
12. 如何使用开源代码仓库
13. 对CPU、GPU 与云计算服务的依赖
14. 腾讯云AI能力矩阵
15. 腾讯云AI解决方案
16. 腾讯云AI案例解析
17. 人工智能的未来发展趋势
18. 人工智能产业岗位分布
19. 人工智能典型岗位对能力的要求
机器学习 vs 深度学习
明确数据采集需求：
制作数据集
模型训练
模型测评
模型性能评估与测试
模型部署与维护
什么是机器学习开发框架
机器学习框架和深度学习框架的关系
常见深度学习框架
人工智能开源软件发展情况
常见开源代码托管平台
人工智能算力芯片
人工智能与云计算服务
人工智能产品对算力的依赖
腾讯云AI建设框架
腾讯云AI基础算法能力
腾讯云AI平台-智能钛AI平台
腾讯云AI各行业应用解决方案（泛娱乐、泛互、政务、工业、支付、文旅、教育、金融、广电、硬件）
腾讯云AI具体应用案例：内容安全产品案例、工业视觉产品案例
人工智能发展十大趋势
人工智能产业技术架构及技术岗位分布
人工智能产业人才金字塔结构及对应岗位分布
人工智能产业人才能力四要素
人工智能各产业对人才的能力要求