人工智能是利用计算机来模拟人类智能行为及其规律的一门技术,其主要任务是通过大量数据进行建模,进而实现某些近似人类智能行为的系统。由于人工智能是模拟人类智能解决问题的方法,在几乎所有学科领域都越来越普遍地用到各种人工智能技术。近年来,人工智能经历了从爆发到寒冬再到极速发展的历程,伴随着深度学习、机器学习等人工智能技术的提升,结合医药健康、生物医学等各领域的发展,人工智能成为了这一时代技术发展的新趋势。
本课程将围绕人工智能技术开始,拓展到神经网络的理论基础以及具体的训练以及评价方法,在让学员掌握人工智能的基本概念、原理及算法的基础上,结合医药健康领域的数据进行建模,进而为医药健康行业提供支撑。
授课对象:
1、医药健康、生物医学、信息化或其他行业从业人员
2、其他对人工智能、数据分析感兴趣的人员
学员基础:
1、熟悉自身所处行业的数据
2、了解基础的数学概念、熟练使用电脑
主办单位:北京市计算中心有限公司
协办单位:
北京市基因测序与功能分析工程技术研究中心
云计算关键技术与应用北京市重点实验室
工业和信息化人才培养工程培训基地
北京市大数据教学实践基地
举 办 地:北京市海淀区丰贤中路7号北科产业3号楼;亦可听取线上直播
课程安排:2024年8月6-9日(周二-周五) 上午9:30-11:30 下午13:30-16:30
日期 |
主题 |
内容 |
备注 |
第一天 |
AI医疗概论 |
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入门 |
5. Python基本语法 6. 数据结构:列表、元组、字符串、字典、集合 7. 控制语句:判断、循环、迭代 8. 文件操作:读取、输出 9. 函数与库:标准库、自定义、统计、绘图 10. 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 |
11. 机器学习理论与方法综述 12. 机器学习算法应用与建模 13. 机器学习的模型评价 14. 医药健康行业的数据理解与准备知识 15. 医药健康行业的数据特点 |
理论 |
深度学习理论基础 |
16. 深度学习技术简介 17. 图像处理入门 18. 卷积神经网络CNN算法原理概述 19. 主流深度学习框架 20. 深度学习在医学图像识别中的应用 |
理论+ 上机 |
|
第三天 |
基于Tensorflow的医学图像识别 |
21. Tensorflow入门与基础语言 22. 损失函数与梯度下降法 23. 构建优化器 24. TensorFlow可视化工具 25. 医学图像中的机器读片实现 |
上机 |
GPU高性能计算入门及上机实战 |
26. 高性能计算理论基础 27. Linux常用命令使用和上机操作 28. Linux环境下软件安装 |
理论+ 上机 |
|
第四天 |
GPU高性能计算入门及上机实战 |
29. GPU加速技术 30. tensorflow-gpu与应用 31. 基于高性能计算的模型训练 |
理论+ 上机 |
人工智能平台与课程答疑 |
32. 医疗人工智能平台设计与应用 33. 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:内容以实际发生为准;若调,会提前通知。
【报名费用】
注册费:4800元/人(含当期听课费、资料费、证书费、考试费(如有))。
【报名优惠政策】
1、3人以上团体报名每人可减少300元;
2、4+1团报,可免费赠送一个名额;
3、上面优惠政策不能同时享受,只能享受其中一种;
老学员参加及推荐学员参加均可额外优惠200元。
【扫码报名】
【咨询请联系】
QQ号:2814500767
邮箱:bcc-sxpx@bcc.ac.cn
徐老师 010-59341786,15801436028(微信同号)
员老师 010-59341773,18701529461(微信同号)
【注】开始前一周会发送邮件通知;若未接到邮件通知,请电话咨询。