一、HCIA-AI認證概述
HCIA-AI認證定位于人工智能的普及、深度學習的了解、基于開源TensorFlow框架進行編程之基礎能力的構建和華為云EI的學習，旨在推動ICT行業(yè)人工智能人才的培養(yǎng)。HCIA-AI認證包括但不限于：AI概覽、Python編程和實驗、數學基礎知識和實驗、TensorFlow介紹和實驗、深度學習預備知識和深度學習概覽、華為云EI概覽，圖像識別、語音識別、人機對話的應用實驗。通過HCIA-AI認證，將證明您系統(tǒng)理解并掌握Python編程，人工智能領域的必備數學知識，應用廣泛的開源機器學習/深度學習框架TensorFlow的基礎編程方法，深度學習的預備知識和深度學習概覽，華為云EI概覽，圖像識別基礎編程，語音識別基礎編程，人機對話基礎編程，使您具備人工智能售前技術支持、人工智能售后技術支持、人工智能產品銷售、人工智能項目管理、自然語言處理工程師、圖像處理工程師、語音處理工程師、機器學習算法工程師等崗位所必備的知識和技能。擁有HCIA-AI 認證的工程師，意味著企業(yè)掌握了人工智能技術基礎原理、架構和編程等知識，具備運用人工智能技術、機器學習技術、深度學習技術和開源 TensorFlow 框架進行機器學習、圖像識別、語音識別和人機對話等人工智能產品和人工智能解決方案設計、開發(fā)的必備能力。
二、HCIA-AI課程內容介紹
|
課程 |
模塊 |
詳情內容 |
|
理論部分 |
AI概覽 |
1.人工智能技術的過去、現在與未來
2.人工智能產業(yè)發(fā)展全貌
3.各國人工智能發(fā)展戰(zhàn)略規(guī)劃
4.人工智能時代的公平與正義
5.人工智能時代的人機關系
6.人工智能治理
7.暢想未來的人工智能社會 |
|
Python 編程基礎 |
1.介紹
2.列表和元組
3.字符串
4.字典
5.條件、循環(huán)語句
6.函數
7.面向對象編程
8.日期和時間
9.正則表達式
10.文件操作 |
|
數學基礎知識 |
1.線性代數
2.矩陣
3.特征分解
4.奇異值分解
5.Moore-Penrose 偽逆
6.跡運算
7.行列式
實例：主成分分析
概率與信息論
隨機變量
概率分布
邊緣概率
條件概率
獨立性和條件獨立性
期望、方差和協方差
常用概率分布
貝葉斯規(guī)則
連續(xù)型變量
信息論
結構化概率模型
數值計算
上溢和下溢
病態(tài)條件
基于梯度的優(yōu)化方法
約束優(yōu)化
實例：線性最小二乘 |
|
TensorFlow 介紹 |
1.TensorFlow 是做什么的
2.TensorFlow 的特點
3.TensorFlow 基礎知識
4.TensorFlow 各模塊介紹
5.搭建開發(fā)環(huán)境
6.了解TensorFlow 開發(fā)的基本步驟
7.定義 TensorFlow 輸入節(jié)點
8.定義“學習參數” 的變量
9.定義 “運算”
10.優(yōu)化函數，優(yōu)化目標
11.初始化所有變量
12.迭代更新參數到最有解
13.測試模型
14.使用模型
15.其它深度學習框架介紹 |
|
深度學習預備知識和深度學習概覽 |
1.深度學習預備知識
2.學習算法
3.機器學習常用算法
4.超參數和驗證集
5.參數估計
6.最大似然估計
7.貝葉斯估計
8.深度學習概覽
9.神經網絡定義與發(fā)展
10.感知器及其訓練法則
11.激活函數
12.神經網絡的種類
13.深度學習中的正則化
14.優(yōu)化器
15.深度學習的應用 |
|
華為云EI概覽 |
1.華為AI的認知及EI的由來
2.華為云EI企業(yè)智能詳細介紹
3.基礎平臺類服務
4.通用領域類服務
5.行業(yè)領域類服務 |
|
Python編程基礎實驗 |
1.列表和元組
2.字符串
3.字典
4.條件、循環(huán)語句
5.函數
6.面向對象編程
7.日期和時間
8.正則表達式
9.文件操作 |
|
數學基礎知識實驗 |
1.線性代數知識點練習
2.概率論知識點練習
3.數值計算案例知識點練習
4.場景案例 |
|
TensorFlow 編程基礎實驗 |
1.Hello World
2.會話
3.矩陣相乘
4.變量的定義
5.TensorBoard可視化
6.數據讀取與處理
7.圖操作
8.模型保存與使用
9.線性回歸-房價預測 |
|
圖像識別編程實驗 |
|
|
語音識別編程實驗 |
|
|
人機對話編程實驗 |
|
三、HCIP-AI認證概述
HCIP-AI認證定位于培養(yǎng)具有計算機視覺、自動語音識別和自然語言理解基礎理論知識并能應用華為端芯云結合的三層開放移動計算平臺HiAI進行開發(fā)、創(chuàng)新的專業(yè)人才（例如：具備開發(fā)AI APP能力的專業(yè)人才）。HCIP-AI認證包括深度前饋網絡、計算機視覺理論和應用、自動語音識別理論和應用、自然語言理解理論和應用、HiAI 平臺概覽、HiAI Foundation應用開發(fā)、HiAI Engine應用開發(fā)、HiAI Service應用開發(fā)。通過HCIP-AI認證，將證明您系統(tǒng)地理解并掌握了深度前饋網絡、計算機視覺理論和應用、自動語音識別理論和應用、自然語言理解理論和應用、HiAI平臺概覽、HiAI Foundation應用開發(fā)、HiAI Engine應用開發(fā)、HiAI Service應用開發(fā)，使您具備終端業(yè)務領域的移動終端（手機等）AI APP開發(fā)工程師、人工智能售前技術支持工程師、人工智能售后技術支持工程師、人工智能產品銷售、人工智能項目管理、計算機視覺開發(fā)工程師、自動語音識別開發(fā)工程師、自然語言理解開發(fā)工程師等崗位所必備的知識和技能。企業(yè)擁有HCIP-AI認證的工程師，意味著企業(yè)掌握了計算機視覺、自動語音識別、自然語言理解、華為端芯云結合的三層開放移動計算平臺HiAI的基礎原理、架構和應用開發(fā)的知識，具備了運用計算機視覺技術、自動語音識別技術、自然語言理解技術和HiAI移動計算平臺進行AI APP、計算機視覺、自動語音識別和自然語言理解等終端人工智能產品和人工智能解決方案設計、開發(fā)的必備能力。
四、HCIP-AI課程內容介紹
|
課程 |
模塊 |
詳情內容 |
|
HCIP-AI |
深度前饋網絡 |
1.人工神經網絡
2.深度前饋網絡
3.神經網絡的訓練
4.神經網絡的架構設計 |
|
計算機視覺理論和應用 |
1.計算機視覺概覽
2.數字圖像處理基礎
3.圖像預處理技術
4.圖像識別基本任務
5.圖像特征提取和傳統(tǒng)方法
6.卷積神經網絡(CNN) |
|
自動語音識別理論和應用 |
1.語音處理介紹：語音識別，語音合成，處理流程
2.傳統(tǒng)聲學模型
3.深度模型和混合模型
4.高級深度模型 |
|
自然語言理解理論和應用 |
1. 自然語言理解介紹
2. 關鍵技術
3. 應用系統(tǒng) |
|
HiAI 平臺概覽 |
1．HiAI框架和價值
2．Foundation 概覽
3．Engine 概覽
4．Service 概覽 |
|
HiAI Foundation應用開發(fā) |
1．實驗環(huán)境說明
2．準備實驗環(huán)境
3．圖像分類應用開發(fā)
4．使用模型商店 |
|
HiAI Engine應用開發(fā) |
1． Engine API 調用
2． 實驗環(huán)境說明
3． 準備實驗環(huán)境
4． 遠程真機調試
5． 云測試
6． 真人眾測
7． 應用上架
8． 應用分析 |
|
HiAI Service應用開發(fā) |
1． 實驗環(huán)境說明
2． 準備實驗環(huán)境
3． 創(chuàng)建第一個快應用
4． 制作一個涂鴉的快應用案例
5． 創(chuàng)建一個卡片應用
6． 快應用調試
7． 快應用云測試
8． 基于HAG定義和發(fā)布快服務 |
| 
