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

分享内容包括知识表示、建模、获取、存储、融合、推理等多方面，通过实用化真实案例的方式完整阐述知识图谱的全过程。

第一节：用户流失率分析与决策树随机森林模型 第二节：人脸验证与卷积神经网络 第三节：舆情监测与循环神经网络 ​第四节：数据科学实践和案例分析

分享内容包括知识表示、建模、获取、存储、融合、推理等多方面，通过实用化真实案例的方式完整阐述知识图谱的全过程。

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

1 SparkSQL快速入门 2 SparkSQL 概述 3 DataFrame入门 4 SparkSQL函数定义 5 SparkSQL的运行流程 6 Spark On Hive 7 分布式SQL执行引擎