智能计算平台应用开发（高级)

课程大纲

• 第1章智能计算平台应用开发（高级）概述
•     第1节 课程介绍
•     第2节 智能计算平台应用开发技能点简介
•     第3节 智能计算平台应用开发（高级）知识.概要

• 第2章智能计算高级环境
•     第1节 本地IDE开发环境——PyCharm（上）
•     第2节 本地IDE开发环境——PyCharm（下）
•     第3节 本地IDE开发环境——Eclipse
•     第4节 ModelArts简介

• 第3章平台管理
•     第1节 系统管理
•     第2节 问题管理——问题管理简介及流程.
•     第3节 问题管理——常用问题管理工具
•     第4节 重大事件管理

• 第4章数据存储
•     第1节 分布式存储系统
•     第2节 分布式数据库简介
•     第3节 常见关系型分布式数据库的技术架构
•     第4节 分布式非关系型数据库HBase和MongoDB
•     第5节 分布式非关系型数据库Redis
•     第6节 分布式数据库构建与配置实例
•     第7节 常见的分布式文件系统工具
•     第8节 分布式文件系统构建与配置实例

• 第5章数据处理
•     第1节 数据预处理（上）
•     第2节 数据预处理（下）
•     第3节 特征工程—特征选择
•     第4节 特征工程—特征降维和特征构造

• 第6章数据备份及恢复
•     第1节 容灾备份的概念
•     第2节 常见容灾方案
•     第3节 OceanStor容灾备份示例

• 第7章深度学习基础算法建模
•     第1节 深度学习概述
•     第2节 常见深度学习算法——全连接神经网络
•     第3节 常见深度学习算法——卷积神经网络
•     第4节 常见深度学习算法——循环神经网络（上）
•     第5节 常见深度学习算法——循环神经网络（下）
•     第6节 常见深度学习算法——生成对抗网络和迁移学习
•     第7节 计算机视觉与深度学习——图像分割
•     第8节 计算机视觉与深度学习——图像分类
•     第9节 计算机视觉与深度学习——目标检测
•     第10节 计算机视觉与深度学习——目标跟踪
•     第11节 自然语言处理与深度学习——词向量模型
•     第12节 自然语言处理与深度学习——信息抽取
•     第13节 自然语言处理与深度学习——情感分析和语义分析
•     第14节 自然语言处理与深度学习——机器翻译.
•     第15节 语音与深度学习——语音识别（上）
•     第16节 语音与深度学习——语音识别（下）
•     第17节 语音与深度学习——语音合成

• 第8章人工智能算法优化
•     第1节 超参数优化
•     第2节 自动机器学习
•     第3节 并行计算的原理简介
•     第4节 并行计算的方法与实践
•     第5节 混合精度训练

• 第9章人工智能高级应用软件开发
•     第1节 人工智能软件开发概述
•     第2节 软件过程模型
•     第3节 开发活动
•     第4节 边缘计算简介
•     第5节 智能驾驶边缘计算实例
•     第6节 智能边缘平台
•     第7节 高级人工智能产品测试

实验列表