北京市计算中心高精尖产业技能培训开课啦！
课程描述
授课对象
学员基础
学时安排
课程表
|
日期 |
授课题目 |
授课内容 |
备注 |
|
第一天 |
AI医疗概论 （4课时） |
1.AI技术的理论基础、历史概述 2.AI技术在医药健康中的应用 3.机器学习与深度学习的基本思想与方法工具 4..AI医疗实践的环境准备、软件安装调试 |
理论+上机 |
|
Python语言基础 （6课时） |
1.Python基本语法 2.数据结构：列表、元组、字符串、字典、集合 3.控制语句：判断、循环、迭代 4.文件操作：读取、输出 5.函数与库：标准库、自定义、统计、绘图 6.医药数据分析与应用示范练习 |
上机 |
|
|
第二天 |
机器学习理论基础 （4课时） |
1.机器学习理论与方法综述 2.医药健康行业的数据理解与准备知识 3.医药健康行业的数据特征 4.机器学习算法应用与建模 5.机器学习的模型评价 |
理论 |
|
基于Python的机器学习上机实践（基于医药健康数据） （6课时） |
1.线性回归 2.Logistic回归 3.朴素贝叶斯与线性分类器 4.KNN算法 5.决策树与随机森林 6.支持向量机应用 |
上机操作 |
|
|
第三天 |
深度学习理论基础（4课时） |
1.深度学习技术简介 2.图像处理入门 3.卷积神经网络CNN算法原理概述 4.主流深度学习框架 5.深度学习在医学图像识别中的应用 |
理论+上机操作 |
|
基于Tensorflow的医学图像识别 （6课时） |
1.Tensorflow入门与基础语言 2.损失函数与梯度下降法 3.构建优化器 4.TensorFlow可视化工具 5.医学图像中的机器读片实现 |
上机 |
|
|
第四天 |
GPU高性能计算入门及上机实操 （4课时） |
1.高性能计算理论基础 2.Linux入门与基础上机命令 3.GPU加速技术 4.tensorflow-gpu与应用 5.基于高性能计算的模型训练 |
理论+上机操作 |
|
人工智能平台与课程答疑（6课时） |
1.医疗人工智能平台设计与应用 2.具体问题讨论和答疑，可以结合自身数据和分析需求，进行项目设计与讨论。 |
理论 |
注：
具体课程安排可根据企业或个人具体需求灵活定制。
定制课程、价格等详情请咨询：
员老师：59341773
韩老师：59341737
往期班级回顾
更多培训信息请关注：北京市计算中心在线综合知识服务平台——羽林学院