1，整体把握机器学习、深度学习、数据挖掘的发展方向 2，了解机器学习、深度学习、计算机视觉的技术框架 3，理解机器学习和深度学习的思维方式和关键技术 4，了解深度学习和机器学习在当前工业界的落地应用 5，了解AI顶会论文和最新技术热点

课程讲授人是从事深度学习项目实践的人员，带队完成了数十个AI项目，内容不仅包括深度学习、机器学习、数据挖掘等具体技术要点，也包括AI的整体发展、现状、应用、商业价值、未来方向等，涵盖内容非常丰富。 邹老师，睿客邦创始人、国内资深AI专家，擅长利用AI技术解决工业、工程中的复杂问题。华东建筑设计研究总院研究员、山东交通学院客座教授、南昌航空大学硕士生导师、中国软件行业协会专家委员、上海市计划生育科学研究所特聘专家、天津大学创业导师、中华中医药学会会员、中国医药教育协会老年运动与健康分会学术委员；领导睿客邦与全国二十多所高校、国企建立了AI联合实验室，完成50多个深度学习实践项目，广泛应用于医疗、交通、农业、气象、银行、电信等多个领域。

课程讲授人是从事深度学习项目管理的人员，带队完成了数十个AI项目，内容不仅包括深度学习、机器学习、数据挖掘等具体技术要点，也包括AI的整体发展、现状、应用、商业价值、未来方向等，涵盖内容非常丰富。 邹伟，长春工业大学人工智能研究院院长，工程学术带头人、华东建筑设计研究总院研究员、山东交通学院客座教授、南昌航空大学硕士生导师、中国软件行业协会专家委员、上海市计划生育科学研究所特聘专家、天津大学创业导师、中华中医药学会会员、中国医药教育协会老年运动与健康分会学术委员；领导睿客邦与全国二十多所高校、国企建立了AI联合实验室，完成50多个深度学习实践项目，广泛应用于医疗、交通、农业、气象、银行、电信等多个领域。

在这个专门设计的课程中，我们将深入探讨大模型的知识体系，从大模型的起源和发展，到如何训练和优化大模型，以及如何在实战中部署和应用大模型。我们还将特别介绍清华GLM大模型家族，并重点讨论ChatGLM2-6B大模型的应用开发。课程内容丰富多样，涵盖了理论知识和实践技能，旨在帮助学员全面了解并掌握大模型的相关技术。

Linux系统中Python脚本的使用 Python基础 Python数据整理和结构化 Python数据库和Web操作

第一章 联邦学习 第二章 隐私计算 第三章 联邦学习代码和案例实践 第四章 蒙特卡罗算法 第五章 SARSA和Q-Learning 第六章 深度强化学习 第七章 博弈强化学习（第七天，后半段） 强化学习代码和案例实践