人工智能课程

通过英特尔® AI Academy 为软件开发人员、数据科学家和学生制作的免费课程学习人工智能理论并跟随动手练习。 这些课程涵盖人工智能论题,并探讨在个人计算机和服务器工作站中利用英特尔® 处理器的工具和优化的库。


特色课程

完成本课程后,学员可收到证书。

从数据中心到边缘的人工智能

该人工智能课程涵盖一个数据科学工作流程,从探索数据集和训练模型开始,到部署应用程序结束。

入门

理论

从人工智能基础到技术性人工智能理论的研究生程度论题,这些课程解释支持人工智能的直觉和数学。

机器学习

概述现代英特尔® 架构上的机器学习的基础知识。 (12 周)

入门

深度学习

学习现代英特尔架构上的深度学习的基本技术和基础。 (12 周)

入门

人工智能简介

通过此入门课程探索人工智能的基础知识——不需要数学。 (8 周)

入门

自然语言处理

概述机器如何处理和分类文本信息。 (8 周)

入门

时间序列分析

学习用于分析和处理顺序数据以预测未来数据的技术。 (8 周)

入门

计算机视觉

探索用于创建传统的及深度学习的计算机视觉应用程序的技术。 (8 周)

入门

机器人深度学习

通过亚利桑那州立大学开设的这门课程,学习如何使用深度学习来代替传统的机器人算法。 (4 周)

入门

异常检测

将机器学习和统计学相结合,解决许多工业应用中的这一重要组成部分。 (8 周)

入门

软件

使用最好的软件框架快速开发可以在从边缘设备到整个数据中心的任何地方运行的人工智能应用程序。

利用 BigDL 的深度学习

使用 BigDL(用于 Apache Spark* 的分布式深度学习框架)将人工智能的威力与大数据结合起来。 (10 周)

入门

利用 Ray 框架的分布式人工智能

使用 Ray(美国加州大学伯克利分校 RISELab 开发的 Python* 框架)将人工智能训练分布至众多处理器。 (5 周)

入门

利用 TensorFlow* 的应用深度学习

掌握在英特尔架构上使用 TensorFlow* 的基础知识。 (8 周)

入门