| 主题 |
章节
|
课程安排
|
| 汽车工业大数据的挖掘与应用（第1天） |
汽车工业大数据概述 |
大数据在汽车工业中的应用和价值
汽车工业中的数据来源和类型 |
| 数据采集与存储技术 |
传感器技术及数据采集方法
数据存储与处理架构 |
| 大数据预处理 |
数据清洗和去噪原理简介及常见方法应用场景
数据转换和标准化原理简介及常见方法应用场景
缺失值处理和异常检测原理简介及常见方法应用场景 |
| 数据挖掘技术 |
数据可视化和探索性分析
关联规则挖掘简介及常见算法与应用场景
聚类分析简介及常见算法与应用场景
预测建模和机器学习简介及常见算法与应用场景 |
| 汽车工业大数据应用案例 |
新能源车用户行为分析，个性化推荐与用户画像案例
新能源车研发-车辆性能分析与改进案例
新能源车电池-燃料效率优化案例
新能源车后市场-故障预测与维修优化案例 |
| 人工智能--AI、chatGPT的前沿方向、协同研发、智能制造
（第2天） |
人工智能(AI)概述 |
人工智能的定义和发展历程
AI在各领域的应用现状 |
| AI技术与应用场景 |
机器学习原理简介及常见算法与应用场景
深度学习原理简介及常见算法与应用场景
自然语言处理(NLP) 原理简介及应用场景
计算机视觉原理简介及应用场景 |
| chatGPT的前沿方向 |
chatGPT原理简介及常见算法应用场景
chatGPT在自然语言生成和对话系统中的应用
chatGPT的发展趋势 |
| 协同研发与智能制造 |
协同研发平台和工具
AI在协同研发中的应用
智能制造概念和技术
AI在智能制造中的应用 |
| 数据治理与赋能案例 |
数据治理简介
数据资产沉淀
数据赋能案例-内部降本增效
数据赋能案例-外部生态整合 |
