课程介绍
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识、心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习、计算机视觉、神经网络等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
培训对象
大数据专业人才、人工智能专业人才、对培训内容感兴趣的人士。
课程收益
使学员深入理解人工智能和知识图谱的概念、内涵和前沿应用等。
知识概要
-- 人工智能（AI）概述；
-- 知识图谱概述；
-- 知识图谱表示；
-- 知识图谱的构建。
课程大纲
人工智能（AI）概述
案例研讨：AlphaGo的基本原理，李世石与AlphaGo的对局分析
人工智能（AI）时代
人工智能、类脑计算的概念解释
人工智能的发展历史
人工智能的应用及其原理
知识图谱的介绍及应用
对于人工智能发展的思考
人工智能发展的利与弊
人工智能应用
什么是人工智能（Artificial Intelligence）
人工智能历史和算法概述
人工智能诞生标志：达特茅斯会议
致力于使用概率方法AI
符号主义学派的创始人
人工智能简史
成功人工智能经典案例
案例研讨：宝马BMW智能汽车装配生产线
案例研讨：可口可乐Coca-cola全自动化生产线
知识图谱概述
知识图谱诞生的背景
知识图谱概念
知识图谱包括的内容
知识图谱技术原理
知识图谱表示
知识的表示
知识图谱的价值剖析
知识图谱的分类
知识图谱的特点
知识网络
网络的高集聚特性
顶点、边
命名实体
实体关系
知识间的关系
构建知识图谱
命名实体识别
实体唯一标识
实体内在特征：属性-值对
词汇体系
知识抽取
知识的表示
知识的存储
知识的检索
知识的推理
知识图谱模型
知识表示为图
引文分析
同被引分析
共词分析
关联关系分析
聚类分析
词频分析
知识图谱的构建
知识图谱的构建
知识图谱的规模
实体-关系-实体
知识图谱的数据来源
百科类数据
结构化数据
半结构化数据挖掘
通过搜索日志进行实体和实体属性等挖掘
种子(Seeds)词
从抽取图谱到知识图谱
实体对齐
知识图谱schema构建
不一致性的解决
知识图谱上的挖掘
基于知识图谱的推理
实体重要性排序
相关实体挖掘
知识图谱的更新和维护
Type和Collection的关系
结构化站点包装器的维护
知识图谱的更新频率
众包(Crowdsourcing)反馈机制
知识图谱在搜索中的应用
查询理解
问题回答
知识图谱的构建算法
复杂的自然语言查询
认证过程
无认证考试
开班信息
暂无开班信息