友情链接:
合作联系
|
ASPEN培训课程
具备基础编程概念（C/Python/R/Java等）的工程师、数据分析师、程序员，以及需要掌握AI技术演进路径的各类工程技术人员。
厘清预测型、生成型与决策型AI的技术差异与应用边界，掌握图神经网络和深度生成建模的核心原理与Python实现，能够将前沿AI技术应用于企业各业务部门（行销、运营、供应链等）的实际场景。
一、 AI技术演进图谱：系统梳理从传统预测分析到生成创造、再到自主决策的AI技术发展路径，理解企业数字化转型的智能决策转型方向。
二、 图神经网络基础：深入讲解图神经网络（GNN）的基本原理，学习图数据结构在社交网络、推荐系统等场景的表示方法。
三、 图卷积网络实战：掌握图卷积层与图卷积神经网络（GCN）的构建方法，通过Python案例实现社群网络分析。
四、 图注意力网络应用：学习图注意力层与图注意力神经网络（GAT）的原理，应用于推荐系统的个性化建模。
五、 大规模图处理技术：掌握处理大规模图数据的策略和技巧，应对企业级图数据应用场景。
六、 预测型AI的局限与突破：分析传统预测模型的局限性，理解生成式AI的技术优势和应用价值。
七、 自动编码器与变分自动编码器：学习自动编码器的重构式学习原理，掌握变分自动编码器在潜变量建模中的应用，通过Python案例实现数据降维与生成。
八、 文本生成与自回归模型：深入理解自回归模型在文本生成中的工作原理，实践基于语言模型的文本生成应用。
九、 生成式对抗网络实战：学习生成式对抗网络（GAN）的原理，通过Python案例实现图像生成应用。
十、 流式模型与扩散模型：了解变量变换与流式模型的基本思想，探索能量模型与噪声扩散等物理启发模型在生成任务中的应用。
十一、 多模态生成式模型：学习多模态数据（文本-图像-语音）的联合建模方法，探索跨模态生成应用场景。
十二、 企业应用场景研讨：结合行销、运营、供应链等企业部门实际需求，构思预测型、生成型AI的落地应用方案，形成数据驱动的智能决策转型思路。
