【培训背景】

人工智能在各行业的迅速落地，使很多任务的完成成本大幅降低，效率显著提升。与此同时，作为其技术内核，机器学习和深度学习算法也越来越受到人们的关注，越来越多的行业的从业者都希望了解和学习机器学习与深度学习算法的相关原理，并希望将其与自己的领域相结合，拓展新思路，形成新的解决方案。

本课程主要面向以Python与深度学习为专业方向的学员。人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

【培训收益】

熟悉Python基础语法；

熟悉Anaconda环境配置与基本操作；

掌握Matplotlib可视化技术；

掌握Numpy技术基础；

掌握机器学习技术基础；

掌握机器学习数学原理；

掌握人脸识别基本原理。

【适合人群】

具备一定的Python和软件开发基础，希望深入了解Python编程、深度学习和人脸识别原理等实用化编程技术的广大工程技术人员。

【培训特色】

1. 课程内容系统且前沿

基础理论与技术原理：课程会详细介绍人脸识别技术的基本原理，包括人脸检测、人脸特征提取、人脸匹配等关键技术环节。同时，会深入讲解机器学习算法在人脸识别中的应用，如支持向量机（SVM）、深度学习（特别是卷积神经网络CNN）等。

最新技术动态：课程内容会涵盖人脸识别技术的最新发展，如基于深度学习的人脸识别算法、多模态融合技术、跨域识别技术等，确保学员能够掌握最前沿的技术动态。

2. 实战性强，注重项目经验

真实项目案例：课程会通过真实的人脸识别项目案例，让学员在实战中学习和掌握技术。这些项目案例可能涉及公共安全、金融支付、智能安防等多个领域，帮助学员了解人脸识别技术的实际应用场景。

编程实验与项目实战：课程会安排编程实验和项目实战环节，让学员亲手编写代码，实现人脸识别系统的各个功能模块。通过实际操作，学员可以更加深入地理解人脸识别技术的实现细节和难点。

3. 讲师团队专业

资深专家授课：课程由具有丰富实践经验和深厚学术背景的专家授课。他们不仅熟悉人脸识别技术的最新进展，还能够将复杂的技术问题讲解得通俗易懂。

答疑解惑：在课程学习过程中，讲师会提供答疑解惑服务，帮助学员解决遇到的问题和困惑。同时，学员之间也可以进行交流和分享，共同提高学习效果。

【结业证书】

参加培训并通过考试学员，由工业和信息化部教育与考试中心统一颁发证书。

人工智能机器学习之人脸识别技术实战培训班，录播课为18课时，企业内训可按需求定制。

课程安排如下：

第0章 人工智能机器学习之人脸识别技术实战

人工智能机器学习之人脸识别技术实战-课程介绍

第1章 Python编程基础

语言基础-Anaconda

语言基础-Python基础语法（1）

语言基础-Python基础语法（2）

语言基础-Python基础语法（3）

语言基础- Python面向对象编程（1）

语言基础- Python面向对象编程（2）

语言基础-NumPy基础

语言基础-Matplotlib基础

第2章 机器学习数学基础

数学原理-基础知识

数学原理-线性代数

数学原理-微积分

数学原理-概率统计（1）

数学原理-概率统计（2）

第3章 机器学习技术基础

机器学习-机器学习基础（1）

机器学习-机器学习基础（2）

机器学习-神经网络基础-神经网络概述

机器学习-神经网络基础-深度神经网络

机器学习-神经网络基础-卷积神经网络

机器学习-神经网络基础-常见深度学习技术

第4章 人脸识别实战

应用实践-图像处理基础

应用实践-openCV基础

应用实践-人脸识别