学习资料 IDC高效数据机房 人工智能-知识图谱核心技术与应用培训班培训.doc

第PAGE2

第PAGE2页共8页

关于举办“人工智能-知识图谱核心技术与应用培训班”的通知

一、课程介绍

人工智能（AI）是新一轮科技革命和产业变革的核心驱动力，将深刻改变人类社会生活，改变世界，对于实现社会生产力新跃升，提高综合国力和国际竞争力具有重要意义。知识图谱是人工智能技术的重要组成部分，是AI分支符号主义在新时期主要的落地技术方式。它以其强大的语义处理能力和开放组织能力，为互联网时代的知识化组织和智能应用奠定了基础。自2012年谷歌在提出知识图谱概念以来，国内外大规模知识图谱的研究不断深入，并广泛应用于知识融合、语义搜索和推荐、问答和对话系统、大数据分析与决策等方面，应用领域覆盖金融、制造、政府、电信、电商、客服、零售、娱乐、医疗、农业、出版、保险、知识服务、教育等行业。

为了贯彻落实国务院印发的“新一代人工智能发展规划”精神，推广人工智能与知识图谱技术的应用，中国软件产业培训网决定举办“人工智能-知识图谱核心技术与应用培训班”。本次培训班由北京天博信通科技有限公司具体承办，现将有关事宜通知如下：

二、培训时间与地点

4月9日-4月12日(8日报道)广州4月23日-26日(22日报道)

三、培训方式

本培训班重视技术基础，强调实际应用，采用技术原理与实际应用相结合的方式进行教学。通过展示教师的实际科研成果，讲述人工智能与知识图谱的技术原理与应用系统开发方法、知识图谱系统开发工具使用方法。使学员掌握知识图谱基础与专门知识，获得较强的知识图谱应用系统的分析、设计、实现能力。

参加培训的学员需带笔记本电脑，配置为：Windows10（或windows7）操作系统、jdk-8u191-windows-x64、8G以上内存、256G以上硬盘。

实验软件为：图数据库：neo4j3.5社区版；

深度学习开发环境：AnacondaAnaconda3-5.3（含Tensorflow与keras）。

四、培训对象

1、政府、企业、学校IT相关技术人员；高校相关专业硕士、博士研究生。

2、企业技术总监及相关管理人员。

3、人工智能与知识图谱系统架构师、设计与编程人员。

4、对知识图谱技术感兴趣的其他人员。

五、培训内容

第一天

第一讲人工智能概述

1.1人工智能（AI）概念

1.２AI研究的主要技术问题

1.３AI的主要学派

1.４AI十大应用案例

2.1知识图谱（KG）概念

2.2知识图谱的起源与发展

2.3典型知识图谱项目简介

2.4知识图谱技术概述

2.5知识图谱典型应用

3.1基于符号主义的知识表示概述

3.1.1谓词逻辑表示法

3.1.2产生式系统表示法

3.1.3语义网络表示法

3.2知识图谱的知识表示

3.2.1本体论概念

3.2.2RDF和RDFS

3.2.3.OWL和OWL2

3.3.4Json与Json-LD

3.3.5RDFa、HTML5、MicroData

3.3.6SPARQL查询语言

4.1神经网络基本原理

4.2神经网络应用举例

4.3深度学习概述

4.4主流深度学习框架

4.4.1TesorFlow/Keras（安装与运行）

4.4.2Caffe

4.5卷积神经网络（CNN）

4.5.1CNN简介

4.5.2CNN关键技术:局部感知、卷积、池化、CNN训练

4.5.3典型卷积神经网络结构

4.5.4深度残差网络

4.5.5案例：利用CNN进行时装识别

4.5.6案例：利用CNN进行手写数字识别

上机实践：基于卷积神经网络的手写体数字识别

5.1循环神经网络（RNN）概述

5.2基本RNN

5.3长短时记忆模型(LSTM)

5.4门控循环单元（GRU）

5.5基于TensorFlow的自然语言处理

5.5.2自然语言处理处理概述

5.5.1文本向量化（vectorize）

one-hot编码

词嵌入（wordembedding）概念

词嵌入（wordembedding）主要算法

TensorFlow/Keras的嵌入层实现

上机实践：基于循环神经网络的情感识别

6.1知识抽取基本方法

6.1.1实体识别方法

6.1.2关系抽取方法

6.1.3事件抽取方法

6.2面向结构化数据的知识抽取

6.2.1D2RQ

6.2.2R2RML

6.3面向半结构化数据的知识抽取

6.3.1基于正则表达式的方法

6.3.2基于包装器的方法

6.4.面向非结构化数据的知识抽取

6.4.1基于规则的实体