人工智能学院 3年精品课程

中级AI工程培养计划

直击百度T5/阿里P6岗位

拿不到A岗 offer位全额退款

全球顶尖名企一线AI科学家、清华计算机博士联合授课

国际名校+全球名企校友资源

助力硕博申请、大厂求职

4个月4大真实企业级案例+16次强化训练

前言：第五期课程在2019年2月结课，第一至第三期具有求职意向的同学中，目前已经有80%的同学拿到了国内外名企的AI算法岗位offer，或者国外名校的AI 硕士录取 offer。在大家的认可下，我们开始了第四期的课程。 在本期课程中，我们对课程系统结构和内容进行了大范围调整，更加符合目前行业深度和实践程度。另外，我们请到了微软亚研、ACM 亚洲区金牌得主、无人驾驶专家等多名人工智能业内资深从业者，为大家提供了专业增强课程。本课程旨在提供结合理论深度与代码实践的人工智能课程，能够让参与学员掌握基本人工智能方法，并且对特定领域的理解达到业界领先水平。

“进入AI领域，你只差一次系统性训练！”

01 体系化的学习模式

面向希望自己能够在4-6个月内找到一份人工智能、机器学习、深度学习、数据科学家、算法工程师等算法研究岗位，或者希望申请美国、欧洲相关院校AI方向的学位的同学。本课程尤其适合：

• 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；

• 计算机相关专业的高年级本科生、研究生或博士生；

• 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；

• 对人工智能具备一定的热情，希望能够从事相关行业或者自己创造相关产品的人员；

• 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；

• 生物、物理、化学、材料等数学英语能力较好，希望转行的学生或工作人员。

本期培训包含三门课程，分别为：

• 人工智能与自然语言处理

• 深度学习与计算机视觉

• 推荐系统

报名任一课程，均可免费旁听另一课程。

关于全额退款：报名保过班的同学，报名伊始既签订合同，若上完课程拿不到offer或者offer初次就业薪资达不到年薪22.5万（本科16.5万），既退还全部学费。

本课程涉及3大AI主流方向

人工智能与机器学习目前应用于各个领域，常见到的有智能机器人、智能客服、人脸识别、无人驾驶、数据挖掘、异常检测、自动推荐系统等。总体来说可以分为自然语言处理、计算机视觉 和 推荐系统。本课程由相关领域的资深专家深度参与，讲解这3个方向的技术与原理要点，课程难度对标一流大学研究生课程，能够帮助同学们在4-6个月内达到能够解决企业常见问题、理解重要原理的水平。

01 机器学习与推荐系统

推荐系统（Recommender System，RS）方向，主要面向希望从事数据挖掘，推荐系统工程师相关的学员。

推荐系统目前主要用于解决筛选大量信息的问题，推荐的对象包括（图片、视频等）内容/商品/信息查询，也有一些推荐系统专门寻找人/服务/信息等对象。

02 人工智能与自然语言处理

自然语言处理（Natural Language Processing，NLP）主要用于解决文本自动分类、文本重要信息目动提取、数据挖掘、推荐系统、文本自动生成、对话机器人、知识图谱等领域。

用以解决人类对文本信息分析与理解的自动化，本课程主要设计经典人工智能方法、机器学习与深度学习。

03 深度学习与计算机视觉

计算机视觉（Computer Vison，CV）主要面向希望从事图像智能处理与识别、视频检测、图像自动生成、无人驾驶、人脸识别与检测方向的学员。本课程内容主要涉及计算机视觉的深度学习方法，包括计算机图形学、经典计算机视觉中的重点方法，同时也覆盖了基于对抗生成网络（GAN）的图像生成方法。

主修 + 选修系统性训练

本次课程培训采用大学的系统化培养方式，每个同学可以主修一门课程，并且可以旁听另外一个方向的课程。而且，我们精选了专业能力提升的选修课和面向全体同学的全院公选课。能够使不同基础、不同偏重的同学们有的放矢，获得相应的提升。

核心课程专业

机器学习与推荐系统 RS（17周课程）

人工智能与自然语言处理 NLP（16周课程）

深度学习与计算机视觉 CV（16周课程）

专业选修课（报名均可选修）

分布式和大数据计算

数据可视化你的推荐系统

推荐搜索系统和用户行为建模

知识图谱与入门实践

对话机器人的产业实践方法

GAN及图像生成

人脸识别

全员公开课（报名均可选修）

AI 数学基础

AI 英语提升

算法分析与设计

工程能力提升

Python 高级编程

科学计算与数学建模

职业辅导课

职业发展咨询与发展规划

个人背景提升与建立写作指导

真实企业级项目驱动

课程组负责为大家提供数据集、项目指导。这些项目均来自于企业的真实项目需求，其数据集和任务要求与企业中的真实水平一致。参与这类项目一方面可以让大家巩固理论知识，另一方面也是大家可以放进简历中极具含金量的项目经历。

推荐系统方向

RECOMMENDATION SYSTEM

• 预测用户未来会购买的产品有哪些（银行产品推荐）

• 悬赏100万美金的电视节目推荐算法

• CTR广告点击率预测

• 搭建一个房屋价格走势预测引擎

NLP方向实操项目

自然语言方向

NATURAL LANGUAFGE PROCESSING

• 新闻人物言论自动提取

• 细粒度客户评论分类

• 智能机客服机器人

• PDF重要内容智能批注

• 文本智能摘要生成系统（五选四）

CV方向实操项目

计算机视觉方向

COMPUTER VISION

• 图像拼接

• 动物多分类实战

• 人脸关键点检测

• 照片反光移除

• LocNet

• 3D BBX

• 人脸转正

（选四个完成）

3大方向详细授课内容

本课程3个方向的主修课程特点是：夯实基础、实践驱动。能够带领大家从原理到实践，完成真正的AI能力提升。具体大纲如下：

推荐系统方向

阶段一：基础理论

第一周 基本概念

推荐系统的学习路径，思考的维度

常见问题：冷启动、探索与应用、安全问题

第二周 如何给推荐系统打标签

用户画像、标签化、聚类、分类

第三周 基于关联规则的推荐算法

如何发觉顾客交易中的关联规则

第四周 图论及社交网络中的关系挖掘

PageRank， NetworkX，影响力评估，社交网络中额数据挖掘算法

阶段二：实践内容

第五周 推荐系统冷启动问题

什么是冷启动？如何选择适合的商品启动用户的兴趣？如何利用物品的内容信息

第六周 常用推荐算法

流行度推荐，人口统计学推荐

第七周 基于内容的推荐算法

内容表征，TF-IDF，Rocchio；短视频媒体中的推荐算法

第八周 协同过滤算法实现

第九周 推荐系统的召回策略演化

SH，找回策略，定向化召回

第十周 排序算法

第十一周 如何给推荐系统进行评分预测

推荐系统的评价指标有哪些？离线实验方法，评分预测方法

阶段三：能力提升

第十二周 计算机广告与推荐算法

第十三周 如何给推荐系统进行智能数据采集

数据的来源都有哪些？使用 Scrapy 抓取豆瓣网站数据

第十四周 如何给推荐系统坐个可视化的展示

可视化、HighChart，Django

第十五周 使用深度学习做推荐系统

第十六周 信息流产品与 AutoML

信息流产品，推荐系统架构，AutoML，H2OAutoML

第十七周 基于Neo4j的及时推荐引擎

推荐系统的评价指标有哪些？离线实践方法，评分预测方法

NLP方向

阶段一：人工智能引论与思维方法

第一周 人工智能引论：概率模型 | 语言自动生成模型

作业：基于 Syntax Tree 和 Language Model 实现西部世界对话智能系统

第二周 人工智能引论：智能搜索策略 | 机器学习

作业：北京市地铁自动换乘

第三周 如何衡量模型的好坏？机器学习的评价与指标

作业：手动实现线性拟合

第四周 深度学习初步

作业：手动从零实现一个神经模型

阶段二：深度学习理论与自然语言处理

第五周 WORD2vec 与文本表征

作业：使用词向量自动整理同义词

第六周 如何处理区域性问题？CNN卷积神经网络的原理及其应用

作业：进行萝莉和正太的分类

第七周 如何处理时序问题？RNN循环神经网络及其应用

第八周 深度学习的前沿是？深度学习高级问题详解

第九周 除了深度学习，为什么依然需要经典机器学习模型详解？

阶段三：经典机器学习方法

第十周 经典机器学习二

作业：实现贝叶斯分类器，依据药物说明书进行药物适应症自动识别能系统

第十一周 动态规划与编辑距离

作业：中文拼写错误自动纠正

阶段四：深度学习理论与自然语言处理

第十二周 自动语言理解的关键问题

作业：关键词提取，实体识别，依存分析

第十三周 搜索引擎与文档检索应用

第十四周 知识图谱与自然语与语言处理

第十五周 面向服务的对话机器人的构建讲解与导引

第十六周 目前人工智能的局限性、前沿NLP问题的现状及发展情况

CV方向

阶段一：基础篇 | 计算机视觉基础

第一周 课程导论及初级计算机视觉 | （Low-Level CV）

学习知道、基础操作和演示

第二周 计算机视觉

作业：2维图像中值滤波；Reading：HoG 特征描述 PseudoCode：RANSAC 算法

阶段二：基础篇 || 经典机器学习

第三周 经典机器学习 |：线性回归与逻辑回归

作业：实现线性回归与逻辑回归；拉格朗日乘子

第四周 经典机器学习 ||：神经网络、反向传播算法以及正则化

第五周 经典机器学习 |||：其他机器学习工具及总结

作业：实现 K-Means++ 算法；决策树建树；Reading-AdaBoost 与 Haar 特征

第六周 CNN 综述 |：层

CNN 基础层，CNN 功能层，各类层的目的和实现

第七周 CNN 综述 ||：实现细节

网络参数初始化策略；图像预处理；参数化方式；评价方式；学习策略

第八周 CNN 综述 |||：网络架构范式

网络架构规范

阶段三：应用篇卷积神经网络各类应用

第九周 CNN 的分类问题

实际分类问题详解

第十周 CNN 的检测问题 |：one-Stage 检测算法

作业：2维图像中值滤波；Reading：HoG 特征描述PseudoCode：RANSAC 算法

第十一周 CNN的检测问题 ||：one-Stage 检测算法

第十二周 图像变换 （Image Transfer）

图像分割；风格转换；图像增强；反光移除；

阶段四：冲刺篇 针对面试时 Coding Test 的讲解

第十三周 Coding必会题的讲解

求职编程测试考察的知识点，面试难题

第十四周 Coding 必会题的讲解

第十五周 查缺补漏及其内容补充

第十六周 学员成果展示

阶段五：总结篇 课程总结部分

第十七周 查缺补漏及其内容补充

求职编程测试考察的知识点，面试难题

第十八周 学员成果展示

报名后邮件自动发送完整大纲

02 互动式代码驱动教学

从0到1掌握算法原理

我们的课程全部由真实代码驱动，能够让你从头到尾看到一个算法的实现过程。提供给你从0到1实现算法的能力，这是提升自身编程水平的重要保证。

名校助教答疑 + 配套式课后作业

除了项目驱动，我们课程的每节课都会给大家布置充实的作业练习。这些作业练习都具备一定难度，练习强度大，让同学们在实现完整算法模型的过程中同时具备解决实际问题的能力。

第一周作业：基于Syntax Tree&Language Model 实现西部世界智能对话系统

第二周作业：北京市地铁自动换乘

03 行业一线导师授课

本课程的老师，均来自国际名校（清华大学、佛罗里达大学、浙江大学）且均具备世界知名企业（阿里巴巴、商汤科技、IBM中国实验室）的实际工作经验。我们相信，唯有真正的资深老师 + 良好的表达传授能力，才能给同学们真正的知识。同学们学到的，不仅仅是AI知识，更是一种学习习惯、思维方式和对世界的认知。

陈旸（RS课程导师）

人工智能专家清华计算机博士 IEEE ACM Member

中国人工智能协会成员

CCF数据库专委

曾获2次NO1竞赛一等奖，2次ACM竞赛亚洲铜奖，前BM中国研究院科学家（Research Scientist），《数据分析》《SQL必知必会》专栏作者，拥有超过10万粉丝在人工智能领域发表多篇SCl

高民权（NLP课程导师）

人工智能算法专家

浙江大学人工智能方向硕士

曾先后就职于阿里巴巴集团、蚂蚁金服集团。前IBM中国总部数据科学家，曾作为技术主管负责IBM大中华区多个重点AI项目。 Python China 特邀嘉宾，中国机械出版社签约作家，在人工智能与自然语言处理领域曾发表多篇论文与专利。

李明晓（NLP课程导师）

Catholic University of Leuven PHD

曾获国家奖学金赴欧洲交流；曾获欧盟伊拉姆斯全额奖学金。现为丰田欧洲研发中心研究员，与鲁汶大学、剑桥大学、德国马普所、苏黎世联邦理工、捷克布拉格理工合作研发无人驾驶项目。研究方向为自然语言处理，深度学习，多模态对话系统

赵二可（CV课程导师）

佛罗里达大学计算机科学系

前阿里巴巴算法专家

专注计算机视觉7年实践，在人工智能、计算机视觉领域发表多篇论文与专利

贾恩东（CV课程导师）

中国科学院大学博士

美国西北太平洋国家实验室研究员

本科就读于清华大学，现为中国科学院大学在读博士。曾国家公派至美国西北太平洋国家实验室访问交流，研究方向为数据挖掘与自动化处理、深度学习与图像检测、少样本学习等。

张希敏（A英语提升导师）

ETC全球研究院

普林斯顿大学访问学者

ETC官方认证托福培训师，人事部态级口译员。具备多年会议口译、陪同口译经验，已帮助数百位学生考取托福、雅思高分，成功申请海外名校

助教团队

谭师兄 德国埃斯林跟应用科技大学HPC，无人驾驶方向Post Master

徐师姐 康奈尔大学博士，研究方向为聊天机器人、机器阅读理解和知识图谱

陈师兄 北京航天大学硕士，研究方向为计算机视觉

周师兄 浙江大学计算机科学人工智能博士

马师姐 武汉理工大学硕士在读研究生方向为自然语言处理，情感分类

课程优势介绍

1. 内容深入浅出，有足够的理论深度：目前的很多课程教大家使用numpy, pandas等基础工具，但是对于AI的具体原理方法以及其他深层次问题不涉及，这使得一些同学学完只能知其皮毛，不能解决实际问题。我们的课程从每个知识点的产生背景和理论分析入手，带领大家知其然，更知其所以然。

2. 实际问题与真实代码驱动：目前很多AI课程的内容与产业脱离较远，往往很大篇幅涉及的网络结构在实际产业中并没有实际应用。大量篇幅讲解理论知识，但是没有具体的编程实现，或者编程实现解决的问题太过简单(toy problems)，这使得读者掌握了一大堆名词，但是还是不知道具体如何解决问题。我们的课程老师在企业中曾经作为项目负责人负责过多个项目，对产业的理解与需求有足够的认识。而且我们的老师都曾经面试过诸多求职者，能够体会出求职者面临的问题。我们的课程全程以真实代码驱动，每个知识点都有足够难度的课后作业，每个模块结束都有企业级别难度的综合项目联系，学完可以让大家真正的解决实际问题。

3. 内容注重体系建设，注重 AI 发展脉络：目前很多AI培训，往往过分关注深度学习等最新的“时尚”知识，但是实际产业中，除了深度学习之外，其他的很多经典方法依然是长期使用的，本课程跟随 AI 的发展脉络，带领大家对 AI 与 NLP/CV 知识建立一个较为完备的知识脉络。这样才能在一波一波的技术革新中立于不败之地。

4. 课程结果保证：选择课程保过班的同学，报名伊始既签订协议，如果完成课程拿不到 offer 或者初次就业达不到年薪22.5万/本科16.5万(限北上广深杭)，则立即全额退款。

5. 全程进度督促：大家学习一门知识，善始者实繁，克终者盖寡。下定决心学习只是第一步，坚持学习完毕才是重中之重。我们课程组老师和助教会全程督促各位同学完成课程。

你需要达到什么样的预备能力

依据往期学生的经验，要能完成以上学习任务需要具备以下背景能力：

• 至少具备本科学位，硕士及以上学位更佳；

• 持续自学能力，能够每周投入6小时以上（3小时上课，3小时作业和项目），持续4个月进行学习；

• 掌握良好的英语听说读写能力，至少具备英语6级或者托福75分，雅思6分的英语能力；

• 具备基础的数学能力，大学期间曾经学习过单元微积分、多元微积分，线性代数，概率论；

• 至少熟悉一门编程语言，如Java/C++/Python/C/MATLAB，能够使用 Python 完成入学编程自测题。

注1：不具备预备能力的同学，我们为您提供了免费的预修课程（数学和python），详情请参见本文最后Q&A部分。

注2：入学编程自测题详情，请见本文最后Q&A部分。

04 往期学员情况及校友资源

自2017年本AI课程招生开始，连续四期，累计培养近千名学员，其中前三期（第四期还未毕业）80%的同学拿到了offer，其中不乏国内外知名企业的算法岗位或者国外名校的AI Phd，Master的offer。下图所列举校友资源仅为第四期部分学员。

学员评价

05 奖学金及学费

考虑到广大学员的不同就业需求，本次班期开设以下课程类型可供选择。

本次课程培训为期时长6个月，其中核心授课时间4个月，就业指导2个月。通关班与就业金牌班的课程内容一致，保过班会在第三方公证平台上签订保过协议。

奖学金

满足以下任意条件的学员可减免 50%的学费：

1. 具有QS或US News世界排名前150名学校的硕士、博士学位或正在攻读硕士、博士学位；

2. Github 2018年提交次数达到150次以上；

3. ACM、MCM竞赛获得亚洲区或国际一等奖及以上；

4. kaggle，天池竞赛获得过前10%成绩；

分期付款

本课程为同学提供 3、6、12 期分期付款

全额退款

报名保过班的同学，报名伊始即签订协议，若完成课程拿不到 offer 或者初始就业税前薪资低于22.5万/年（本科不低于16.5万/年），则退还全部学费。

开课吧10天内无理由退款

在正式课程后的前10天内，学员可提出退款，课程组将立即退还全部学费。

开课吧 人工智能学院

机器学习与推荐系统/自然语言处理/计算机视觉专业招生

Artificial Intelligence for RS/NLP/CV Courses

真实企业级项目驱动

找工作拿不到offer全额退款

GitHub年度活跃用户学费减半

全球顶尖名企一线数据科学家倾力指导

Q&A 报名问题答疑

Q：如何看待算法工程师供大于求这一问题？

A：最近经常有同学咨询，说听闻同学说，算法方面的就业已经供过于求了。其实这个是完全不存在的，首先，从我们课程上次的就业情况即可看到；另外，算法工程师这个其实是计算机科学行业的高级职位，长期以来的情况就是，用人单位招不到合适的人，而学生也无从入门，一般来说用人单位需要面试 10 - 20 个人才能有一个合适的候选者。说的直接一些，不是供过于求，而且绝大多数投递简历的人，都不满足企业需求。我也给每一位找到工作，拿到 offer的同学说过， “这门课只是采用比较合理的知识结构，节省一些你的时间，帮你进入这个行当，人工智能(尤其 NLP 领域)是一个经典难题，真正的学习，在自己的工作中，在自己的研究任务中需要持续的去学习”。

Q：入学测试题是什么？

A：测试题主要是为了让您和我们都能对您的先验知识得到一定的了解。值得注意的是，我们这个课程并不讲授基础Python用法，我们希望学员有一定共同的知识，以免出现占用上课时间补充基础知识的情况，提高效率。

您填写报名表之后，测试题将通过邮件发送给您，仅为了考察同学是否可以使用Python这门语言。如果您不能完成测试题，可以学习我们提供的先修课程，以达到所需的基础。在报名到开课的一个月时间中有足够的时间学习先修课内容，先修课程为自学内容，免费。

在开课之前您都可以尝试解决测试题，查看您的成绩。如果您未能完成程序测试，且需要在老师的指导下完成预修课程，您可以选择先交费，交费之后也可以在我们的老师指导下完成预修课。

Q：我是跨专业的学生/我对自己的基础有疑问

A：学习需要有入门级的Python编程能力，假如你在编程的方面有问题，或者您认为自己编程没问题，但是却不能完成我们的编程测试题，我们提供免费的材料进行预科训练，大概需要20个小时，请自行安排时间。

需要大学入门级别的微积分和概率论知识，如果你在数学方面有问题，可以申请参加提前的快速的数学讲座以及预科练习。不需要额外费用。

需要较好的英文能力，因为课程需要较多的阅读英文论文。如果你的英语较为薄弱，需要选修我们的英语课程，多在这个方面下功夫。

Q：请问保过班对于任何人都试用吗？

A：报名的同学我们都会联系大家，了解大家的情况之后具体做出建议。保过班对同学是有一定要求的。

Q：学完课程能达到什么水平？

A：依据上一期的学员情况，学完课程的同学，能够达到以下能力要求：

能够解决常见的人工智能与自然语言/计算机视觉问题；

具备阅读最新论文，进一步自学先进知识的能力；

能够对崭新的问题进行建模分析，使用已知知识进行解决；

具备应对 BAT 级别相关岗位面试的能力。

最后，感谢大家阅读至此，希望之后能与大家度过一个忙碌而又丰富的学习历程。