李海良老师的内训课程
第一天：人工智能基础理论主题：机器学习，深度学习，大模型，多模态1. 机器学习基础 1.1 机器学习的基本概念 机器学习的定义与重要性 数据驱动的方法与传统编程的区别 1.2 常见的机器学习算法及其应用场景 线性回归：用于预测连续值 逻辑回归：用于二分类问题 决策树与随机森林：用于分类和回归 支持向量机（SVM）：用于分类问题2. 深度学习基础 2.1 深度学习的基本原理 人工神经网络的结构与工作原理 激活函数：Sigmoid、ReLU、Tanh等 2.2 关键技术 反向传播算法：损失函
讲师：李海良查看详情
《软件工程设计》课程教学大纲 总学时数： 60学时，其中：理论教学 30学时，实践教学 30 学时 学分： 先修课程：《计算机基础》，《C语言程序设计》，《数据结构》和《数据库原理及其应用》 考核方式：考试 一、制订大纲的依据 本大纲根据2020年计算机应用技术专业教学计划制订 二、课程简介 软件工程作为一门专业主干课，重点要求学生学习与软件开发和维护有关的四个方面的主要内容——过程与模型、方法与技术、工具与环境、标准与规范。进而通过课程实践培养学生运用软件工程基本原理解决实际问题，并从事复杂软
讲师：李海良查看详情
网络安全渗透测试培训大纲 ---培训目标：本培训旨在通过五天的学习，使学员全面掌握网络安全渗透测试的理论知识与实践技能。培训将理论与实践相结合，确保学员能够在理解渗透测试原理的基础上，熟练运用各种工具和技术进行实际操作。通过培训，学员将能够独立完成渗透测试项目，提升网络安全防护与应急响应能力。---第一天：渗透测试基础与理论上午- 网络安全概述 - 网络安全的重要性与挑战 - 常见的网络攻击类型与防御策略- 渗透测试定义、目的与法律合规性 - 渗透测试的目的与意义 - 法律合规性与道德标准- 网络安全标准与框架介绍 - OWASP Top 10 - NIST Cybersecuri
讲师：李海良查看详情
业务数字化方法论课程背景：一方面，随着信息化的深入，在传统IT建设方式下，企业独立采购或者自建的各种企业信息系统，在内部数据无法互通，难以配合业务数字化的快速发展；另一方面，云服务的出现，让硬件基础设施转向成数据云策略，让IT架构更灵活，但这也让互联互通困扰企业发展。数据中台和业务中台是企业数字化转型的必然产物。中台架构作为整个企业各个业务所需数据服务的提供方，形成一套高效可靠的数据资产体系和数据服务能力，从而实现数据资产化和资产服务化。疫情后的2022年是数据中台爆发的元年，接下来的“数据业务化”则是将已经成为资产的数据作为生产资料融入业务价值的创造过程，使之持续产生价值。本课程的重点将在数
讲师：李海良查看详情
深度学习框架技术培训课程大纲 第一天：深度学习基础与框架概述上午：深度学习入门 深度学习历史与基本原理神经网络基础：感知机、多层前馈网络激活函数与损失函数介绍反向传播算法原理深度学习框架重要性 为什么需要深度学习框架主流深度学习框架概览（TensorFlow, PyTorch, Keras, MXNet等）框架选择考量因素下午：TensorFlow框架基础 TensorFlow简介与安装计算图与会话（TensorFlow 1.x）TensorFlow 2.x简介：Eager Execution模式Tensor与Variable基本概念PyTorch框架基础 PyTorch简介与安装动态图机制与
讲师：李海良查看详情
课程大纲：BERT模型与Transformer模型原理及工程化实践经验一、课程介绍（30分钟）1. 课程目标与期望2. 自然语言处理（NLP）概述3. BERT与Transformer在NLP中的地位与应用二、自然语言处理基础（1小时）1. NLP定义与任务分类 2. 文本表示：从词袋模型到词嵌入3. 序列模型：RNN、LSTM与GRU三、Transformer模型原理（1.5小时）1. Transformer模型简介2. 自注意力机制（Self-Attention） - 注意力机制概述 - 自注意力机制的计算过程 - 多头自注意力（Multi-Head Attention）3.