項(xiang)目(mu)介紹(shao)：
內容的理解貫穿了整個搜索推薦系統。本項目從多個粒度理解搜索內容，包括語義分塊、核心要素提取等。多模態內容理解技術在其中扮演了重要角色，它可以從內容解析、內容質量檢驗、內容關系的挖掘以及內容屬性的提取方面對候選內容進行更好的篩選與排序。
項目目標：
深刻理解多模態內容理解平臺的架構和實際需求以及工程實現，學習常用NLP技術的落地場景以及對業務的支持，掌握常見的語義理解，文本分類模型的使用和調優。
項(xiang)目介紹：
推薦系統包括圖文推薦，視頻推薦，商品推薦等，常用語各類互聯網公司的app中，是目前人工智能中工作崗位需求量最大的方向。本項目從企業級項目出發，學習推薦系統的整體架構，業務目標，常用模型，優化方向等。
項目目標(biao)：
通過學習該項目，學員可以對推薦系統有一個整體的掌握，并學習召回，排序等關鍵技術點所涉及的模型以及調優方案。直接面向招聘需求的教學可以讓學員快速勝任推薦系統工程師等崗位。
項目介紹：
計算機視覺是人工智能一個非常重要的方向。本項目將詳細講解計算機視覺中的圖像分類，目標檢測等關鍵技術。這些技術在企業中均有實際落地場景，助力于企業的內容審核和內容安全等實際需求。
學習目(mu)標：
通過本項目學習，學員可以掌握圖像分類，目標檢測常用的方法以及遇到的難點，痛點和優化方向。對計算機視覺的技術進行融會貫通，一通百通。學完后可勝任計算機視覺工程師等職位。
項目背景：
智能客服系統是一套基于深度學習和自然語言理解技術實現的自動問答對話機器人。該項目需要對用戶輸入的一段語句進行理解，涉及NLP中的分詞、詞性標注、實體識別、關鍵詞抽取和句法分析等核心技術；同時需要識別用戶的意圖，包括通用意圖和業務意圖，這里將使用意圖分析等核心技術進行構建。
學習目標：
通過學習該項目，學員可以掌握意圖分類，文本深度匹配，語義理解等NLP中的核心技術。就業方向：NLP工程師，聊天機器人工程師等崗位。
項目介紹：
目前人工智能可以通過分析CT圖片來診斷癌癥，該項目是來源于北京一家三甲醫院的真實案例，所有醫療影響圖片均來自于真實場景。該項目極具前瞻性，所用技術都是目前人工智能最前沿的核心技術，對擴充知識面，掌握前沿技術具有極大的幫助
學習(xi)目標：
通過學習該項目，學員可以掌握圖像識別，語義分割，小樣本學習等前沿技術。
