HCIP-AI EI Developer V2.0考试大纲
|
考试概述 认证名称 |
考试代码 |
考试名称 |
考试语言 |
考试时长 |
通过分数/总分 |
|
HCIP-AI EI Developer |
H13-321 |
HCIP-AI EI Developer V2.0 |
中文 |
90min |
600/1000 |
考试范围
华为企业高级AI开发工程师认证HCIP-AI EI Developer V2.0考试覆盖:
（1）神经网络基础；
（2）图像处理理论和应用；
（3）语音处理理论和应用；
（4）自然语言处理理论和应用；
（5）华为AI发展战略与全栈全场景解决方案介绍；
（6）ModelArts概览；
（7）图像处理实验；
（8）语音处理实验；
（9）自然语言处理实验；
（10）ModelArts平台开发实验
|
知识点 |
占比 |
|
1. 神经网络基础 |
4% |
|
2. 图像处理理论和应用 |
26% |
|
3. 语音处理理论和应用 |
12% |
|
4. 自然语言处理理论和应用 |
8% |
|
5. 华为AI发展战略与全栈全场景解决方案介绍 |
2% |
|
6. ModelArts概览 |
4% |
|
7. 图像处理实验 |
12% |
|
8. 语音处理实验 |
12% |
|
9. 自然语言处理实验 |
5% |
|
10. ModelArts平台开发实验 |
15% |
|
11.语音识别编程实验 |
XX% |
|
12.人机对话编程实验 |
XX% |
1. 神经网络基础
1.1 深度学习预备知识
1.2 人工神经网络
1.3 深度前馈网络
1.4 反向传播
1.5 神经网络架构设计
2. 图像处理理论和应用
2.1 计算机视觉概览
2.2 数字图像处理基础
2.3 图像预处理技术
2.4 图像处理基本任务
2.5 特征提取和传统图像处理算法
2.6 深度学习和卷积神经网络
3. 语音处理理论和应用
3.1 语音处理介绍：语音处理，语音识别，语音合成，语音信号
3.2 传统语音模型
3.2.1 GMM（高斯混合模型）
3.2.2 HMM（隐马尔科夫模型）
3.2.3 GMM-HMM（高斯混合模型-隐马尔科夫模型）
3.3 深度神经网络模型
3.3.1 DNN（深度神经网络）
3.3.2 DNN-HMM（深度神经网络-隐马尔科夫模型）
3.3.3 CD-DNN-HMM
3.4 高级语音模型
3.4.1 RNN（循环神经网络）
3.4.2 LSTM（长短期记忆网络）
3.5 技术前沿与未来展望
4. 自然语言处理理论和应用
4.1 自然语言处理介绍
4.2 预备知识
4.2.1语言模型
4.2.2文本向量化
4.2.3常用算法
4.3 关键技术
4.3.1分词
4.3.2词性标注
4.3.3命名实体识别
4.3.4实体关系抽取
4.3.5句法分析
4.3.6语义分析
4.4 应用系统
4.4.1文本分类
4.4.2文本聚类
4.4.3机器翻译
4.4.4问答系统
4.4.5信息过滤
4.4.6自动文摘
4.4.7信息抽取
4.4.8舆情分析
4.4.9机器写作
5. 华为AI发展战略与全栈全场景解决方案介绍
5.1 人工智能是一种新的通用目的技术
5.2 十大改变开创未来
5.3 华为的AI发展战略
5.4 华为的AI解决方案
6. ModelArts概览
6.1 人工智能概述
6.1.1什么是人工智能、机器学习、深度学习
6.1.2 AI开发通用过程
6.2 ModelArts概述
6.2.1 ModelArts在EI中的位置
6.2.2 ModelArts数据
6.2.3 ModelArts训练（3类用户）
6.2.4 ModelArts部署
6.2.5 ModelArts市场
7. 图像处理实验
7.1 图像数据预处理（Image Preprocessing Service）
7.2 图像识别服务（Image Recognition Service）
7.3 内容审核服务（Content Moderation Service）
7.4 文字识别服务（Optical Character Recognition Service）
7.5 人脸识别服务（Face Recognition Service）
7.6 视频分析服务（Video Analysis Service）
7.7 图像搜索服务（Image Search Service）
8. 语音处理实验
8.1 语音预处理
8.2 语音合成服务（Text To Speech Service）
8.3 语音识别服务（Automatic Speech Recognition Service）
9. 自然语言处理实验
9.1 中文文本分词
9.2 TF-IDF特征处理
9.3 Word2Vec
9.3.1 skip-gram
9.3.2 CBOW（连续式词袋模型）
9.4 Doc2Vec
9.4.1 DBOW（分布式词袋模型）
9.4.2 DM（分布式记忆模型）
9.5 自然语言处理服务（Natural Language Processing Service）
9.6 对话机器人服务（Conversational Bot Service）
10. ModelArts平台开发实验
10.1 自动学习
10.1.1花卉识别应用
10.1.2云宝检测应用
10.1.3银行贷款预测应用
10.2 数据管理
10.2.1花卉识别数据标注
10.2.2云宝检测数据标注
10.2.3使用OBS上传数据集
10.2.4市场导入数据集
10.2.5人脸识别数据集上传
10.3 深度学习预置算法
10.3.1花卉识别应用
10.3.2云宝检测引用
10.4 深度学习自定义基础算法
10.4.1使用原生TensorFlow实现手写数字识别
10.4.2使用MoXing-TensorFlow实现花卉识别
10.4.3使用原生MXNet实现手写数字识别
10.4.4使用MoXing-MXNet实现花卉识别
10.5 深度学习自定义进阶算法
10.5.1人脸识别应用
10.5.2 resnet50的finetuning
10.6 市场
10.6.1花卉识别API分享
10.6.2云宝检测模型分享
请注意： 本文提到的考试内容仅为考生提供一个通用的考试指引，本文未提到的其他相关内容在考试中也有可能出现。
参考资料
华为认证人工智能工程师HCIA-AI V2.0 课程 华为云EI（https://www.huaweicloud.com/ei）各服务的文档
59学习网 本文链接：https://www.59xuexi.com/?p=4747
