【学员收益】

（1）了解数字化转型的必要性，数字化转型给企业带来的价值

（2）理解基于人工智能的企业数字化转型的实施方法和过程

（3）了解关于人工智能的关键技术

（4）了解人工智能转型项目应该怎么做，掌握具体方法和技能

【课程大纲】

一、理论篇：人工智能基本概念、产业应用和未来趋势

（一） 人工智能基础概念和发展历程

1、 什么是人工智能？

2、 人工智能的发展历程

a) 里程碑之一：图灵测试，人工智能的概念出现

b) 里程碑之二：达特茅斯会议，人工智能正是诞生

c) 里程碑之三：DENDRAL系统，人工智能能赚钱了

d) 里程碑之四：明斯基问题，人工智能的寒冬来临

e) 里程碑之五：数据驱动派PK鸟飞派，思路决定出路

f) 里程碑之六：AlphaGo，机器能力超过人类

g) 里程碑之七：ChatGPT，全新的工作范式

3、 什么是机器学习和深度学习？

4、 人工智能的关键要素：数据、算法和算力

5、 新一代信息技术与人工智能的关系

a) 云计算：业务敏捷的基石

b) 物联网：万物互联的新世界

c) 大数据：挖掘数据价值的发动机

d) 5G通信：实现大数据高速传输

e) 区块链：构建可信的应用环境

f) 大模型：多模态的应用场景

6、 人工智能未来的发展趋势

二、场景篇：人工智能赋能传统产业转型升级的主要场景

（一）人工智能的产业概述

1、 人工智能的典型应用

2、 全球人工智能产业规模

3、 中美人工智能产业发展比较

4、 人工智能产业分类

5、 人工智能产业图谱

（二） 人工智能的主要产业应用

1、 人工智能在智能制造领域的应用

2、 人工智能在智能农业领域的应用

3、 人工智能在智能物流领域的应用

4、 人工智能在智能金融领域的应用

5、 人工智能在智能零售领域的应用

6、 人工智能在智慧家居领域的应用

7、 人工智能在智慧教育领域的应用

8、 人工智能在智慧医疗领域的应用

9、 人工智能在智慧养老领域的应用

（三）人工智能的发展趋势

1、人工智能与元宇宙

2、人工智能与生命科学

3、人工智能与碳中和

（四）工业人工智能对传统企业的赋能

1、工业人工智能与普通人工智能的差异性

2、工业人工智能的主要应用场景

a) 设备和产品管理

b) 业务和运营优化

c) 新模式新业态创新场景

三、实战篇：人工智能应用场景实战应用详解

（一）企业数字化能力提升策略

1、企业数字化转型瓶颈和提升策略

2、人工智能解决方案设计的5个步骤

（二）人工智能的主要算法

1、聚类算法——把相似的用户找出来

2、降维算法——把复杂的问题简单化

3、回归算法——找到满意度下降的原因

4、分类算法——实现精准营销的利器

5、时序算法——预测未来的市场发展

（三）人工智能的经典应用场景——通过客户画像精准定位客户

1、什么是用户画像？

2、用户画像的作用

3、如何构建用户画像？

a) 第一步：理解用户

b) 第二步：标签设计

c)  第三步：特征聚类

d) 第四步：形象丰富

4、用户画像有哪些作用？

案例：小米的用户画像的目的—爆款和连销率

案例：小米的用户画像的目的—选址

案例：小米的用户画像的目的—提升用户体验

案例：通过用户画像，传统企业实现跨界营销

（四）工业人工智能实战案例详细解析——基于人工智能的物料分类

1、工业人工智能实现4个步骤和11个重要环节

2、数据预处理

3、数据处理原则

4、数据预处理之数据转换

5、数据预处理之数据清洗（异常值处理）

6、数据整理之缺失值处理原则

7、缺失值处理的5种常用方式

8、特征工程

9、特征工程之特征强化

10、算法选择

11、模型训练之算法调参

12、模型评估之混淆矩阵

13、应用落地