首頁 » 技術資訊 » 技術動態 » HCNA-AI考哪些知識點?

HCNA-AI考哪些知識點?

1 華為H13-311 HCNA-AI認證考試

本文主要介紹H13-311 HCNA-AI考試大綱,其它認證項目的考試大綱可參考相應的培訓教材或通過華為公司網站, http://support.huawei.com/learning獲取。

認證項目 考試代碼 考試名稱 考試時長 通過分數/總分
HCNA-AI H13-311 HCNA-AI
(Huawei Certified Network Associate – Artificial Intelligence)
90min 600/1000

 

2 H13-311 HCNA-AI考試大綱

2.1 考試內容

HCNA-AI 考試覆蓋(1)AI概覽;(2)Python編程的基礎知識;(3)掌握深度學習所需要的數學基礎知識和其它預備知識;(4)深度學習的概要知識;(5)TensorFlow概要和基礎的編程知識,以及通過TensorFlow進行圖像識別、語音識別和人機對話編程的知識;(6)華為云EI概覽。

2.2 知識點

理論部分

第一章 AI概覽
人工智能技術的過去、現在與未來
人工智能產業發展全貌
各國人工智能發展戰略規劃
人工智能時代的公平與正義
人工智能時代的人機關系
人工智能治理
暢想未來的人工智能社會

第二章 Python 編程基礎
介紹
列表和元組
字符串
字典
條件、循環語句
函數
面向對象編程
日期和時間
正則表達式
文件操作

第三章 數學基礎知識
線性代數
矩陣
特征分解
奇異值分解
Moore-Penrose 偽逆
跡運算
行列式
實例:主成分分析
概率與信息論
隨機變量
概率分布
邊緣概率
條件概率
獨立性和條件獨立性
期望、方差和協方差
常用概率分布
貝葉斯規則
連續型變量
信息論
結構化概率模型
數值計算
上溢和下溢
病態條件
基于梯度的優化方法
約束優化
實例:線性最小二乘

第四章 TensorFlow 介紹
TensorFlow 是做什么的
TensorFlow 的特點
TensorFlow 基礎知識
TensorFlow 各模塊介紹
搭建開發環境
了解TensorFlow 開發的基本步驟
定義 TensorFlow 輸入節點
定義“學習參數” 的變量
定義 “運算”
優化函數,優化目標
初始化所有變量
迭代更新參數到最有解
測試模型
使用模型
其它深度學習框架介紹

第五章 深度學習預備知識和深度學習概覽
深度學習預備知識
學習算法
機器學習常用算法
超參數和驗證集
參數估計
最大似然估計
貝葉斯估計
深度學習概覽
神經網絡定義與發展
感知器及其訓練法則
激活函數
神經網絡的種類
深度學習中的正則化
優化器
深度學習的應用

第六章 華為云EI概覽
華為AI的認知及EI的由來
華為云EI企業智能詳細介紹
基礎平臺類服務
通用領域類服務
行業領域類服務

實驗部分

第七章 Python編程基礎實驗
列表和元組
字符串
字典
條件、循環語句
函數
面向對象編程
日期和時間
正則表達式
文件操作

第八章 數學基礎知識實驗
線性代數知識點練習
概率論知識點練習
數值計算案例知識點練習
場景案例

第九章 TensorFlow 編程基礎實驗
8個知識點練習
Hello World
會話
矩陣相乘
變量的定義
TensorBoard可視化
數據讀取與處理
圖操作
模型保存與使用
線性回歸-房價預測

第十章 圖像識別編程實驗
第十一章 語音識別編程實驗
第十二章 人機對話編程實驗

請注意:
本文提到的考試內容僅為考生提供一個通用的考試指引,本文未提到的其他相關內容在考試中也有可能出現。

2.3 參考資料
華為認證HCNA-AI 課程;
www.python.org
www.tensorflow.org
https://www.huaweicloud.com/ei

2.4 推薦培訓
HCNA-AI 培訓

Post Tagged with
更多
河北快3开彩经网