课程背景

近几年来，中国人工智能技术、移动互联网、云服务产业高速发展，也为智能客户服务这崭新的业务形态的诞生创造了良好的网络环境和技术基础

本次课程针对人工智能算法与技术应用两方面的内容进行展开，目的在加深业务人员对人工智能算法的认识理解，提升其在客户意图处理、智能语义标注等方面的AI算法应用能力。

除了NLP语义处理，本次课程把范围扩大到人工智能的其他应用，例如客户行为分析、知识管理与搜索、管理决策支持、舆情分析、风险控管等领域，将会探讨不同的人工智能算法背后的技术原理，以及算法可能的应用场景，培训内容主要包括人工智能各种算法介绍、应用案例与方法、迭代模式等。

课程**大的特点是邀请到智能客服产业的著名专家许乃威老师亲自授课，许乃威老师是CCOM国家行业标准的起草人之一，也是中国电子商会智能客服团体标准的主要撰写人之一，许老师对于目前行业主流的智能系统有深入的了解，能够针对贵企业的智能工作进行针对性的讲解，课程将围绕智能系统平台提供的算法做为授课基础，与贵企业目前的实际工作情况有较高的结合，相信对参训学员会有相当的帮助。

【课程大纲】

**章  人工智能的现在与未来

Ø 人工智能的历史发展

Ÿ 人工智能的发展

Ÿ 人工智能的主要原理

Ÿ 人工智能的瓶颈

Ÿ AlphaGo 改变了智能世界

Ø 人工智能的主要应用

Ÿ 人工智能的主要应用

Ÿ 人工智能的成功案例分享

Ÿ 人工智能的挑战

第二章  人工智能算法的历史演进

Ø 人工智能算法的历史发展

Ø 人工智能算法的主要分类

Ÿ 监督学习，如回归算法

Ÿ 无监督学习，如关联规则学习以及聚类算法

Ÿ 半监督学习，如深度学习

Ÿ 强化学习，如Q-Learning算法

第三章 人工智能4大主要算法介绍

Ø 決策樹

Ÿ 决策树的算法原理

Ÿ 决策树的场景应用

Ø 貝氏分類

Ÿ 貝氏分類的算法原理

Ÿ 貝氏分類的场景应用

Ø 神经网络与深度学习

Ÿ 神经网络与深度学习的算法原理

Ÿ 神经网络与深度学习的场景应用

Ø 线性回归和逻辑回归

Ÿ 线性回归和逻辑回归的算法原理

Ÿ 线性回归和逻辑回归的场景应用

第四章 机器学习的模型设计与训练

Ø 如何将算法实际应用在业务场景当中

Ø 机器学习的模型建造步骤

Ø 机器学习的模型训练方法

Ø 如何优化模型训练的效果