当前浏览器可能影响体验,请下载Google浏览器!

点击下载
关闭

为什么要学习AI技术?

AI即未来

  • 政策利好
  • 市场潜力
  • 人才短缺
政策利好
  • icon国务院印发《新一代人工智能规划》
  • icon中国成为世界主要人工智能创造中心

各大厂招聘薪资一览

  • 腾讯
  • 京东
  • 华为
  • 快手
  • 百度
  • 阿里巴巴
腾讯

学会了人工智能能做什么?

icon

自然语言

  • 智能教育
  • 职能投研
  • 机器翻译
  • 知识图谱
icon

计算机视觉

  • 语音助手
  • 机器人
  • 人脸识别
icon

生物识别

  • 自动驾驶
  • 智慧银行
  • 智慧医疗
  • 智慧城市
  • 智慧营销
  • VR/AR
icon

人机交互学习

  • 智能算法
  • 系统应用
  • 数据挖掘
  • 云计算

谁适合学习人工智能?

只要你想,在马士兵没人会对你说不

  • 01.
    目前工作为互联网,IT相关,希望未来从事人工智能、机器学习算法的相关工作的人员;
  • 03.
    对数学、编程具有一定的热情,喜欢微积分、概率论等 学科,能够感受数学之美,编程之美的学生或者工作人员;
  • 02.
    具有人工智能与自然语言处理、计算机视觉相关需求的科研 人员,尤其是从事无人驾驶,生物信息,图像处理,数据分 析等工作的相关人员;
  • 04.
    数学英语能力较好,零基础希望转行的学生或工作人员。

如果你还有下面的问题

问题
  • 1
    没有对应的数学知识
    数学知识晦涩难懂,无人指引,不理解 其深意
  • 2
    专业基础不扎实
    模型不知道怎么用,参数不知道怎么调
  • 3
    对AI理解不够深刻
    缺乏对人工智能整理的鸟瞰,往往是不识庐山真面 目,只缘身在此山中,无法高屋建瓴的进行模型选择
  • 4
    没有实战经验
    无项目经验,一面试就露馅
  • 5
    核心内容接触不到
    对实际工程缺乏了解,学习到的往往是理论 知识

不要慌~

马士兵教育优培服务,让学习、就业更轻松

截止目前全国已有 18000+ VIP学员报名学习, 95% 以上的学员已实现升职加薪

路线
  • icon
    报名学习
  • icon
    量身定做你的 专属学习路线
  • icon
    全程面授服务
  • icon
    精选大厂面试 真题详细解析
  • icon
    各课程讲师多对一服务 为你答疑解惑
  • icon
    班主任全程 监督辅导
  • icon
    企业级 实战项目
  • icon
    简历个性化指导 面试技巧指导
  • icon
    400+合作企业 大厂内推机会

超完善的课程大纲及能掌握的技能

在实战中掌握知识点,专注培养项目精英

  • STEP1
    数学
  • STEP2
    传统模型
  • STEP3
    深度学习
  • STEP4
    实战项目
  • 阶段一人工智能开发入门
  • 阶段二机器学习核心技术
  • 阶段三NLP自然语言处理技术
  • 阶段四CV计算机视觉技术
  • 阶段五面试辅导

阶段一:人工智能开发入门

  • python简介环境搭建
  • python基本语法
  • python遍历和数据类型
  • python运算符
  • python分支结构
  • python循环结构
  • python列表
  • python字典
  • python元组
  • python字符串
  • python函数定义和调用
  • python函数参数传递
  • pythonBUG和异常处理
  • python类和对象
  • python对象三大特性
  • python模块导入和使用
  • python包和第三方模块使用
  • python常见文件操作
  • 学生信息管理系统-系统需求设计
  • 学生信息管理系统-项目设计主函数设计
  • 学生信息管理系统-学生信息模块
  • 学生信息管理系统-学生统计模块
  • Numpy数组
  • Numpy广播机制与矩阵运算
  • Numpy数组
  • Numpy广播机制与矩阵运算
  • Numpy数据读写
  • Pandas数据集成和筛选
  • Pandas数据排序分组聚合
  • Pandas数据可视化
  • 数据可视化入门
  • 数据可视化高级

阶段二:机器学习核心技术

  • pandas高级
  • matplotlib高级
  • K近邻算法原理与应用
  • K近邻算法原理与案例
  • 多元线性回归【初级】
  • 多元线性回归【高级】
  • 梯度下降【初级】- 房价预测
  • 梯度下降【中级】- 模拟可视化
  • 梯度下降【高级】
  • 线性回归之特征工程【实战】
  • 逻辑斯蒂回归【一】- 天猫双十一销量预测
  • 逻辑斯蒂回归【二】- 多分类概率计算
  • 降维算法-PCA
  • 降维算法-SVD奇异值分解-PCA降维
  • 降维算法-逻辑斯蒂回归首先数据预测
  • 决策树算法
  • 决策树高级
  • 决策树进阶
  • 决策回归树与集成算法概念
  • 聚类-【初级】
  • 聚类-【高级】
  • GBDT梯度提升树【初级】- 建模可视化
  • GBDT梯度提升树【高级】
  • GBDT梯度提升回归树
  • Adaboost二分类【初级】
  • Adaboost二分类【高级】
  • Adaboost多分类与回归
  • XGBoost原理与应用
  • 深度学习介绍
  • 神经网络基础
  • 浅层神经网络
  • 深层神经网络
  • 梯度下降算法改进
  • 正则化
  • TensorFlow基础操作
  • TensorFlow高阶操作
  • TensorFlowAPI使用
  • Tensorflow dataset使用
  • GPU设置和分布式
  • 模型保存和部署
  • 基于TensorFlow的CiFar10物品分类项目
  • CiFar10物体识别
  • 深度学习-目标检测经典模型实战
  • 目标检测RCNN模型

阶段三:NLP自然语言处理技术

  • 卷积神经网络原理
  • 经典分类网络结构
  • CNN网络实战技巧
  • 前沿分类网络
  • Pytorch入门
  • dataset和dataloader
  • Pytorch卷积神经网络
  • 基于AlexNet的花分类项目
  • NLP介绍和NLP初期发展
  • NLTK分词的使用
  • 语言模型
  • 序列数据采样
  • 循环神经网络(RNN)
  • pytorch实现RNN
  • 长短期记忆网络(LSTM)
  • 门控循环单元(GRU)
  • 深层循环神经网络
  • 双向循环神经网络
  • 机器翻译之数据处理
  • seq2seq之训练
  • 注意力机制(Attention)
  • Transformer结构
  • BERT结构
  • word2vec
  • 自然语言处理项目实战--机器翻译
  • 数据预处理与读取
  • 数据id化和生成dataset
  • Encoder构建
  • 损失函数与单步训练函数
  • 模型训练
  • 模型预测
  • Transformer模型总体架构
  • Encoder-Decoder架构与缩放点击注意力
  • Add, Normalize, Decoding过程和总结

阶段四:CV计算机视觉技术

  • OpenCV介绍
  • 读取摄像头和视频帧
  • OpenCV的重要数据结构Mat及深浅拷贝
  • 图像通道的分割与合并
  • 机器视觉之OpenCV
  • 图片和视频的加载和显示
  • OpenCV基础知识
  • OpenCV绘制图形
  • OpenCV的运算
  • 图形基本变换
  • 滤波器
  • 形态学
  • 图像轮廓
  • 图像金字塔
  • 图像直方图
  • 车辆统计项目
  • 特征点检测和匹配
  • 图像查找和图像拼接
  • 虚拟计算器项目
  • 人脸检测和车牌识别

阶段五:面试辅导

  • 计算机视觉项目开发:基于TensorFlow和OpenCV对物体进行识别和检测
  • 销量预测项目开发:基于机器学习和深度学习对未来销量进行预测
  • 找工作流程:详解找工作流程,面试准备、面试礼仪、如何谈薪和渡过试用期
  • 简历辅导:简历结构、突出个人能力以及美化项目经验
  • 1V1简历修改
  • 1V1找工作规划:个人定岗定薪

课程特色

独树一帜的教学特色

  • 01
    老师在线授课
    演示敲代码,敲一行讲一行,只为更好的让大家理解其中的逻辑,让你知其所以然! 每期课程的代码都会免费及时的分享给大家。
  • 02
    每周直播答疑
    专业授课老师每周一次直播,大家可以在线跟老师实时互动,对学员学习中遇到的的各种问题进行直播答疑解惑,确保大家的问题及时解决,为你扫清学习道路上的阻碍。
  • 03
    贴心助教答疑
    如果你觉得每周一次直播太少的话,不用担心,我们安排了班主任贴心督学、指导,并且还有vip学员答疑群,资深老师群内专业解答,班级同学互相讨论,学习不再是孤军奋战!
  • 04
    上课设备
    手机或是iPad随时观看视频学习,PC端或是Mac登录实操。

专职教研团队,严格把控课程质量

大厂技术大牛,带你过关斩将掌握每一个知识点

大厂核心实战项目,手把手带练

腾讯、百度、联通的 8 大核心项目

  • 01车道线检测项目
  • 02汽车车牌识别项目
  • 03电商复购项目
  • 04乳腺癌医学影像检测
  • 05交通标志识别
  • 06驾驶员表情识别
  • 07AI 写诗项目
  • 08自动聊天机器人项目

车道线检测项目

项目介绍

在自动驾驶中,让汽车保持在车道线内是非常重要的,所以这次我们来实现车道线的检测。我们主要用到的是openCV,NumPy,matplotlib几个库,如果要对视频进行处理的话,还要有moviepy和ffmpeg。

功能模块

颜色选择,转化为灰度图,高斯平滑,边缘检测,区域选择,霍夫转换,线条提取

汽车车牌识别项目

项目介绍

车牌识别系统是指能够检测到受监控路面的车辆并自动提取车辆牌照信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一,应用十分广泛。

功能模块

车牌数据处理,OpenCV车牌检测,Tensorflow算法建模训练,Tensorflow车牌识别

电商复购项目

项目介绍

基于天猫大型电商平台用户购买数据,要求从相关数据中分析并挖掘存在重复购买可能性的用户,即用户二次购买行为预测分析。在本次挑战中,我们提供了一组商家以及他们在“双十一”促销活动中获得的新买家。你的任务是在给定商家中预测其中哪些新买家会在未来成为忠实客户。换句话说,你需要预测这些新买家在未来六个月内再次在同一个商家购买商品的概率。

乳腺癌医学影像检测

项目介绍

本项目构建一个算法,通过查看活检图像自动识别患者是否患有乳腺癌。算法必须非常精确,因为人的生命安全是第一的。因此,,我们使用具有201层网络的DenseNet201算法来实现乳腺癌的检测.通过本项目你能掌握使用迁移学习对图片进行识别的完整过程。

功能模块

从文件夹中加载图片,创建标签,数据拆分,数据样本展示,创建数据生成器,迁移学习,模型训练和评估

交通标志识别

项目介绍

随着城市道路交通的发展,交通标示作为智能交通系统的重要组成,对交通安全起到至关重要的作用,因此如何快速准确的定位及分类出交通标志被广泛研究。自然场景下的交通标志有着显著的颜色及形状特征,对交通标志的检测及识别提供了有利条件,但因光照多变,相近背景干扰及交通标志在场景图像所占比例较小,特征提取不足等问题,一定程度上影响了交通标志的检测及识别准确率。本项目以美国交通标志数据集LISA为训练对象,采用YOLOv3目标检测方法实现实时交通标志识别。

功能模块

安装Darknet,下载LISA交通标志数据集,数据集格式转换,修改配置文件,训练LISA数据集,测试训练出的网络模型,性能统计(mAP计算和画出PR曲线)和先验框聚类

驾驶员表情识别

项目介绍

因为人在疲倦时大概会产生两种状态:眨眼:正常人的眼睛每分钟大约要眨动10-15次,每次眨眼大概0.2-0.4秒,如果疲倦时眨眼次数会增多,速度也会变慢。打哈欠:此时嘴会长大而且会保持一定的状态。因此检测人是否疲劳可以从眼睛的开合度,眨眼频率,以及嘴巴张合程度来判断一个人是否疲劳。在本项目中通过检测人眨眼的次数来判断他的疲劳程度。人脸有68个关键点, 其中眼睛部分有6个关键点。当人眨眼时,这六个点的距离会发生变化,则可以用这六个点的一些距离关系来判断是否有眨眼行为。

功能模块

dlib脸部特征检测,OpenCV读取视频,EAR值计算,OpenCV获取凸包位置,使用OpenCV绘制轮廓

AI 写诗项目

项目介绍

唐诗优美,宋词典雅,如何用机器写出动人的情话,尽在AI写诗。除了在趣味性上展现AI之美,更主要是借助该项目,完整的带着同学们学习一遍生成式NLP项目。这个项目中所涉及到的功能点可以单独运用你未来入职的企业中(注意这是腾讯级的代码哟)。

功能模块

RNN 模型,LSTM 模型,如何自动写出唐诗,藏头诗,自动生成弹幕,自动生成评论

自动聊天机器人项目

项目介绍

在 5G 技术的带动下,智能汽车将是未来最大的IOT设备,也是市场占有量最大的一个领域。众多的龙头企业都在抢占这个先机,自动聊天的语音交互技术将会引发一波新的高潮期此项技术可以说是最能体现AI价值。在课程上,老师将带领大家打造一套属于自己的AI聊天机器人,通过这个项目可以学习到很多前沿技术和思维模式。

功能模块

原始数据的解析和处理,数据的特征提取,搜索技术,深度学习怎么聊天,进一步学习,还有哪些可以挖掘的点

我们为你准备了VIP船票,助你进入大厂

  • 全程面授 封闭式管理,老师面对面讲
    授,手把手辅导。
  • 社群讨论 和大牛、同行共处同一社群
    切磋与碰撞,成长更迅速
  • 机会内推 马士兵平台为优秀的学员推荐
    具有竞争力的工作机会
  • 简历规划 剖析大厂招聘标准
    知己知彼提高面试率
  • 有问必答 提供课程相关疑问提问入口
    详细答疑,扫清学习障碍
  • 源码开放 全套上线标准的项目代码免费
    赠送并且长期迭代维护
  • 核心资料 超实用的思维导图,文档资料覆盖核
    心知识、关键技能,方便回溯与拓展
  • 提升作业 知识点融会贯通综合应用,技能
    掌握举一反三更牢靠

毕业学员内推一线大厂

让你学习的更有动力

一线大厂

历史学员好评如潮

金杯银杯不如学员的口碑

  • 学员头像
    K****
    iconiconiconiconicon
    已学习44小时35分钟
    卢老师,腾讯ai大牛。讲解深入浅出,对知识点进行划分,模型对比。不仅注重理论,也注重实战,将每一个所学到的知识点全部落地,而且细致讲解这样做的原因。
    追加评论:老师为了讲解bert一共做了两周的铺垫,seq2seq -> attention -> self-attention ->multi_head_attention -> transformer -> bert(中间穿插两个零散技术点bathch_norm & shortcut)。老师对于知识的讲解深入浅出,生动形象,一环套一环。
  • 学员头像
    Q****
    iconiconiconiconicon
    已学习22小时01分钟
    很喜欢卢老师的讲课风格,通过现实中浅显易懂的例子,将深奥的理论讲解的清晰易懂,每个知识点讲解的都很透彻,并通过实际应用案例,加深学员对每个知识点的理解的同时,也使学员掌握每个知识点适用的具体应用场景。卢老师很注重引导学员深入思考,培养学员的思维能力,学了这门课程收获很大。卢老师具备扎实的Al理论基础、以及丰富的教学、面试和项目实战经验。卢老师备课很用心,数据和程序都准备的很充分;课堂上知识点讲解和程序演示交叉融合,通过直观的例子来展示每个知识点的具体应用,并且能够很好地与学员互动,激发学员不断思考;课后及时跟踪学员的课堂学习效果,耐心解答学员的疑问,是一位很负责任的好老师。
  • 学员头像
    李****
    iconiconiconiconicon
    已学习20小时37分钟
    学人工智能最希望的是什么--通俗易懂,卢老师做到了,听出来卢老师备课很认真,讲课由浅入深,循序渐进,解答同学们问题也很及时,把模型从概念原理0,推到过程,应用场景讲明白了,讲透了,真是一门能学会的人工智能课程,有高人带,进步才快。如果不报班,可能自己学两三天就停止了,如同到一个地方,如果距离近,可以步行,也可以骑自行车,但如果距离远,还是坐高铁更实在,钱不是靠省的,多挣钱是更好的省钱
  • 学员头像
    小****
    iconiconiconiconicon
    已学习23小时58分钟
    真·大神授课,老师讲课是现在思想的高度来授课的,并不是简单的api的调用,其次老师讲课会无形开车,给学生预留问题陷阱,还用设问的语气让你进坑。刚开始确实难,听得懂记不住,但凡事都要内因外因相结合,师傅领进门,自己还要多复习多补充基础知识,这门课的特点就是容易感觉自己懂了,其实最好的理解办法就是把上课的公式自己再从其他的角度推一遍,用代码写一遍,我自我感觉这样才能记得住思想,也许我比较笨吧,还有就是要多看书,老师也只是以一个人的思维角度去描述一个知识点,肯定不会是每个人的最容易接受的方式,所以不适应的就自己多课下努力吧
  • 学员头像
    山****
    iconiconiconiconicon
    已学习67小时37分钟
    五星好评,如下:1、算法原理和数学推导讲的很透彻;2、课内举的例子很到点上,贴合知识点,使得算法更容易理解;3、划重点,会把知识点按等级划分,明确哪些是基础,哪些面试必备,哪些是锦上添花;4、关键知识点串联,讲完一个阶段后会把整个算法的来龙去脉和适用的场景串起来讲,LR看到后面真有顿悟的感觉;5、讲课内容从实战经验中来,不是学院派的纯理论。
  • 学员头像
    J****
    iconiconiconiconicon
    已学习52小时12分钟
    卢老师的讲课清晰易懂,深入浅出,能让你明白算法的思想,从思想到细节吃透算法,而且还觉得挺轻松,如果听完课还想看书,那看书就会变得非常容易,卢老师的课全是干货,实战项目也超赞,而且以后的新课可以一直听下去,真的是太超值了,我全职学习了两周多,学完了1班的课程,就找到了算法工作,犹豫的小伙伴别浪费时间了,学起来!
  • 学员头像
    风****
    iconiconiconiconicon
    已学习74小时43分钟
    作为一名从事多年开发工作的老电子工人,有幸接触到卢菁老师的人工智能课感触颇深,对于网课这件事我以前也报过不少,但这次效果完全不同,以往的课上着上着就觉得没劲了最后也就闲置了,而卢老师的课最大的特点就是可以随时调动你的思维,本身像我们这种上完一天班已经感到很累的人来说,晚上打起精神上课实属不易主要是精力跟不上,但事实证明听卢老师讲课根本不会犯困,肯定兴致盎然,以至于每节课都没落下,在为自己能够坚持学习点赞的同时也非常感谢卢老师的指教无论是从技术角度还是职业规划乃至面试阶段都给予了无私的帮助,再次表示感谢希望能跟卢老师多学些东西也算是有一份成就感了。
  • 学员头像
    璜****
    iconiconiconiconicon
    已学习82小时36分钟
    方向全面,内容由浅入深。理论方面:整体易懂,引导思维逐渐向深层次过渡。实践方面:提供项目代码,进行简单项目的练习。聘请不同方向老师,进行专有方向上的教学。同时也有一对多的解问答疑服务,这点很值得推荐。除此之外,修行还是看个人的,无论是初学者还是拔高者都可以获取到不同层次的信息。本人是初学者,有些内容需要反复观看学习,通过今后的工作学习练习,相信对不同概念的理解会更深。
  • 学员头像
    郑****
    iconiconiconiconicon
    已学习31小时2分钟
    面对模型原理简直就是trade-off,还好卢老师线下及时耐心地答疑,一点一点的拨开云雾,在自己死磕的时候,效果不太理想,卢老师及时指点学习策略才得以有了钻研的动力,这里要给卢老师点赞,万分感谢👍
  • 学员头像
    盒****
    iconiconiconiconicon
    已学习30小时40分钟
    作为一个离开学校十多年,高数、线代、概率论已经忘的七七八八的人。每次向老师请教问题的时候,老师都非常认真,耐心的回答。 对于人工智能,几乎每一个模型的公式推导。都讲的非常仔细! 而人工智能的代码端其实非常弱。 重要的就是应用场景和推导过程中的各种参数。很赞!
  • 学员头像
    V****
    iconiconiconiconicon
    已学习17小时53分钟
    老师水平很高,和学生互动也很好。虽然内容很难,但是老师讲得很容易让人理解。打个比方,以前我自学线性代数,弄半天不知道是什么意思,只能用来应付考试。后来学了MIT线性代数之后茅塞顿开,一切概念都具象化了。我觉得卢老师的课也给了我这种感觉。
  • 学员头像
    程****
    iconiconiconiconicon
    已学习11小时12分钟
    老师讲的很细,干货满满,现在才学到一期,0基础开始的,已经能逐渐明白一些原理了,虽然距离就业还差了一些,但是慢慢努力吧,跟着老师走就好啦~~课程讲的非常细致,值得推荐~~