阿里云人工智能ACA认证考试大纲【2023版】

阿里云人工智能ACA认证考试于2023年1月4日正式升级改版，目前阿里云人工智能ACA认证考试大纲【2023版】已发布，阿里云人工智能ACA认证考试大纲2023版内容如下：

阿里云人工智能工程师ACA认证介绍：

阿里云人工智能助理工程师 ACA 认证（Alibaba Cloud Certified Associate - Artificial Intelligence）是面向学生、人工智能技术爱好者、人工智能入门学习者的专业技术认证，主要涉及人工智能概论、阿里云机器学习平台 PAI 基础、数据处理基础、机器学习&深度学习基础、计算机视觉&语音&自然语言处理基础等内容。通过该技术认证可以有效证明该认证人员具备以下能力：

1.熟悉数据处理的常用方法以及数据标注的原理与方法。

2.掌握了传统机器学习常用算法的原理及应用场景。

3.掌握了深度学习的基本原理及常用算法的应用场景。

4.熟悉计算机视觉的关键技术及应用场景。

5.熟悉计算机语音的关键技术及应用场景。

6.熟悉自然语言处理的关键技术及应用场景。

7.了解人工智能的其他相关技术的基本概念，如知识图谱、自动驾驶、智能搜索、智能推荐等。

阿里云人工智能ACA认证考试内容：

一、人工智能基础：

（1）了解人工智能的定义

（2）了解人工智能的发展历史

（3）熟悉人工智能的三大学派

（4）熟悉人工智能的研究目标

（5）了解人工智能的行业应用

（6）熟悉人工智能产业的基础层

（7）熟悉人工智能产业的技术层

（8）熟悉人工智能产业的应用层

（9）掌握人工智能项目的需求分析流程

（10）掌握人工智能项目的数据准备流程

（11）掌握人工智能项目的模型训练流程

（12）掌握人工智能项目的模型应用流程

二、机器学习平台 PAI 基础：

（1）了解 PAI 平台的概念、架构与优势

（2）了解 PAI 平台的功能特性

（3）熟悉 PAI 平台的关键组件

（4）了解 PAI-DSW 的基本概述

（5）熟悉 PAI-DSW 的功能特性与应用场景

（6）了解 PAI-Designer 基本概述

（7）熟悉 PAI-Designer 的功能特性与应用场景

（8）了解 PAI-EAS 的基本概述

（9）熟悉 PAI-EAS 的功能特性

三、数据处理基础：

（1）了解数据的定义

（2）掌握数据的类别

（3）熟悉数据采集的定义和常用方法

（4）掌握常见的数据预处理类型

（5）熟悉数据标准化技术基础

（6）掌握数据编码技术基础

（7）了解数据可视化的含义

（8）掌握数据可视化中的典型图表及其绘制方法

（9）了解数据可视化工具 QuickBI&DataV

（10）掌握数据标注的定义和重要性

（11）熟悉多类型数据的标注方法及标准

（12）熟悉数据标注的常用文件格式

（13）熟悉基于机器学习 PAI 平台的智能标注概述

（14）掌握基于机器学习 PAI 平台的数据标注步骤

四、机器学习基础：

（1）熟悉人工智能、机器学习与深度学习的关系

（2）了解机器学习的定义

（3）掌握分类和回归的定义与区别

（4）熟悉机器学习常见函数

（5）熟悉机器学习常见评估指标

（6）掌握线性回归的定义与应用

（7）掌握逻辑回归的定义与应用

（8）熟悉朴素贝叶斯的定义与应用

（9）熟悉 K 近邻算法的定义与应用

（10）熟悉支持向量机的定义与应用

（11）熟悉决策树的定义与应用

（12）熟悉集成算法的定义与应用

（13）熟悉聚类算法的定义与应用

五、深度学习基础：

（1）熟悉深度学习框架的简介及关键特征

（2）了解常见深度学习框架的特点、对比及选择

（3）熟悉 TensorFlow2.0 简介及其主要变化

（4）掌握 TensorFlow 的相关术语

（5）掌握 TensorFlow 的基础操作

（6）了解感知机与多层感知机的概述

（7）熟悉多层感知机的层级结构与激活函数

（8）了解卷积神经网络的概述

（9）熟悉卷积神经网络的层级结构

（10）熟悉经典卷积神经网络

（11）掌握卷积神经网络的应用

（12）了解循环神经网络的概述

（13）熟悉经典循环神经网络

（14）掌握循环神经网络的应用

六、计算机视觉基础：

（1）熟悉计算机视觉的定义

（2）了解计算机视觉在行业中的典型应用

（3）了解计算机视觉与人类视觉的关系

（4）了解计算机视觉的工作原理

（5）了解计算机视觉的关键技术

（6）熟悉图像分类的定义

（7）熟悉图像分类的类别

（8）了解图像分类的典型应用

（9）熟悉目标检测的定义

（10）了解目标检测的评估指标

（11）熟悉图像分割的定义

（12）熟悉图像分割的类别

（14）了解图像分割的应用

（14）了解阿里巴巴视觉智能开放平台

七、自然语言处理基础：

（1）熟悉自然语言处理的研究任务

（2）了解自然语言处理的发展历史

（3）了解自然语言处理基础知识体系

（4）熟悉自然语言处理的基本术语

（5）了解自然语言处理的常用语料库

（6）了解分词的概念与作用

（7）了解命名实体识别的概念与作用

（8）了解句法分析的概念与作用

（9）了解文本向量化的概念与作用

（10）熟悉自然语言理解的实现方法与应用

（11）熟悉自然语言生成的实现方法与应用

（12）掌握阿里巴巴 NLP 平台的使用方法

八、智能语音技术基础：

（1）了解智能语音技术的定义

（2）熟悉智能语音技术的研究任务

（3）了解智能语音技术的应用场景

（4）了解语音及语音信号的定义

（5）了解语音降噪与增强技术的定义

（6）熟悉语音降噪与增强技术的研究思路

（7）了解语音识别技术的定义

（8）熟悉语音识别技术的原理

（9）了解语音唤醒技术的定义

（10）熟悉语音唤醒模型的训练流程

（11）了解语音合成技术的定义

（12）熟悉语音合成技术的原理

（13）了解人机交互方式的趋势

（14）了解智能语音交互的定义及优劣势

（15）熟悉智能对话系统的定义及分类

（16）了解智能对话系统的发展趋势

（17）熟悉对话系统的组成

（18）掌握对话系统的实现流程及技术应用

（19）了解阿里云智能语音交互平台的功能

（20）掌握一句话识别功能的简单实现

九、人工智能其他相关技术：

（1）熟悉知识图谱的定义

（2）了解知识图谱的价值

（3）熟悉机器翻译的定义

（4）了解机器翻译的功能

（5）熟悉智能机器人的定义

（6）了解智能机器人的关键技术

（7）熟悉自动驾驶的定义

（8）了解自动驾驶的未来发展方向

（9）熟悉智能搜索引擎的定义

（10）了解智能搜索引擎的关键技术

（11）熟悉智能推荐的定义

（12）了解智能推荐的相关产品