1 華為H13-311 HCNA-AI認(rèn)證考試

　　本文主要介紹H13-311 HCNA-AI考試大綱，其它認(rèn)證項(xiàng)目的考試大綱可參考相應(yīng)的培訓(xùn)教材或通過華為公司網(wǎng)站, http://support.huawei.com/learning獲取。

認(rèn)證項(xiàng)目	考試代碼	考試名稱	考試時長	通過分?jǐn)?shù)/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(nèi)容

　　HCNA-AI 考試覆蓋(1)AI概覽;(2)Python編程的基礎(chǔ)知識;(3)掌握深度學(xué)習(xí)所需要的數(shù)學(xué)基礎(chǔ)知識和其它預(yù)備知識;(4)深度學(xué)習(xí)的概要知識;(5)TensorFlow概要和基礎(chǔ)的編程知識，以及通過TensorFlow進(jìn)行圖像識別、語音識別和人機(jī)對話編程的知識;(6)華為云EI概覽。

　　2.2 知識點(diǎn)

　　理論部分

　　第一章 AI概覽

　　人工智能技術(shù)的過去、現(xiàn)在與未來

　　人工智能產(chǎn)業(yè)發(fā)展全貌

　　各國人工智能發(fā)展戰(zhàn)略規(guī)劃

　　人工智能時代的公平與正義

　　人工智能時代的人機(jī)關(guān)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(chǔ)

　　介紹

　　列表和元組

　　字符串

　　字典

　　條件、循環(huán)語句

　　函數(shù)

　　面向?qū)ο缶幊?/span>

　　日期和時間

　　正則表達(dá)式

　　文件操作

　　第三章 數(shù)學(xué)基礎(chǔ)知識

　　線性代數(shù)

　　矩陣

　　特征分解

　　奇異值分解

　　Moore-Penrose 偽逆

　　跡運(yùn)算

　　行列式

　　實(shí)例：主成分分析

　　概率與信息論

　　隨機(jī)變量

　　概率分布

　　邊緣概率

　　條件概率

　　獨(dú)立性和條件獨(dú)立性

　　期望、方差和協(xié)方差

　　常用概率分布

　　貝葉斯規(guī)則

　　連續(xù)型變量

　　信息論

　　結(jié)構(gòu)化概率模型

　　數(shù)值計(jì)算

　　上溢和下溢

　　病態(tài)條件

　　基于梯度的優(yōu)化方法

　　約束優(yōu)化

　　實(shí)例：線性最小二乘

　　第四章 TensorFlow 介紹

　　TensorFlow 是做什么的

　　TensorFlow 的特點(diǎn)

　　TensorFlow 基礎(chǔ)知識

　　TensorFlow 各模塊介紹

　　搭建開發(fā)環(huán)境

　　了解TensorFlow 開發(fā)的基本步驟

　　定義 TensorFlow 輸入節(jié)點(diǎn)

　　定義“學(xué)習(xí)參數(shù)” 的變量

　　定義 “運(yùn)算”

　　優(yōu)化函數(shù)，優(yōu)化目標(biāo)

　　初始化所有變量

　　迭代更新參數(shù)到最有解

　　測試模型

　　使用模型

　　其它深度學(xué)習(xí)框架介紹

　　第五章 深度學(xué)習(xí)預(yù)備知識和深度學(xué)習(xí)概覽

　　深度學(xué)習(xí)預(yù)備知識

　　學(xué)習(xí)算法

　　機(jī)器學(xué)習(xí)常用算法

　　超參數(shù)和驗(yàn)證集

　　參數(shù)估計(jì)

　　最大似然估計(jì)

　　貝葉斯估計(jì)

　　深度學(xué)習(xí)概覽

　　神經(jīng)網(wǎng)絡(luò)定義與發(fā)展

　　感知器及其訓(xùn)練法則

　　激活函數(shù)

　　神經(jīng)網(wǎng)絡(luò)的種類

　　深度學(xué)習(xí)中的正則化

　　優(yōu)化器

　　深度學(xué)習(xí)的應(yīng)用

　　第六章 華為云EI概覽

　　華為AI的認(rèn)知及EI的由來

　　華為云EI企業(yè)智能詳細(xì)介紹

　　基礎(chǔ)平臺類服務(wù)

　　通用領(lǐng)域類服務(wù)

　　行業(yè)領(lǐng)域類服務(wù)

　　實(shí)驗(yàn)部分

　　第七章 Python編程基礎(chǔ)實(shí)驗(yàn)

　　列表和元組

　　字符串

　　字典

　　條件、循環(huán)語句

　　函數(shù)

　　面向?qū)ο缶幊?/span>

　　日期和時間

　　正則表達(dá)式

　　文件操作

　　第八章 數(shù)學(xué)基礎(chǔ)知識實(shí)驗(yàn)

　　線性代數(shù)知識點(diǎn)練習(xí)

　　概率論知識點(diǎn)練習(xí)

　　數(shù)值計(jì)算案例知識點(diǎn)練習(xí)

　　場景案例

　　第九章 TensorFlow 編程基礎(chǔ)實(shí)驗(yàn)

　　8個知識點(diǎn)練習(xí)

　　Hello World

　　會話

　　矩陣相乘

　　變量的定義

　　TensorBoard可視化

　　數(shù)據(jù)讀取與處理

　　圖操作

　　模型保存與使用

　　線性回歸-房價預(yù)測

　　第十章 圖像識別編程實(shí)驗(yàn)

　　第十一章 語音識別編程實(shí)驗(yàn)

　　第十二章 人機(jī)對話編程實(shí)驗(yàn)

　　請注意：

　　本文提到的考試內(nèi)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(guān)內(nèi)容在考試中也有可能出現(xiàn)。

　　2.3 參考資料

　　華為認(rèn)證HCNA-AI 課程;

　　www.python.org

　　www.tensorflow.org

　　https://www.huaweicloud.com/ei

　　2.4 推薦培訓(xùn)

　　HCNA-AI 培訓(xùn)