全國高校大數據與人工智能雙師型骨干師資研修班
時間：2020-08-01 09:00 至 2020-08-16 18:00
地點：線上活動
- 參會報名
- 會議介紹
- 會議日程
- 會議嘉賓
- 參會指南
-
手機下單
|
全國高校大數據與人工智能雙師型骨干師資研修班 已截止報名課程時間： 2020-08-01 09:00至 2020-08-16 18:00結束 課程地點： 線上活動 |
收藏3人
換一換
會議介紹
會議內容 主辦方介紹
全國高校大數據與人工智能雙師型骨干師資研修班宣傳圖
“全國高校大數據與人工智能師資研修班”是中國高校大數據教育創(chuàng)新聯盟聯合國內優(yōu)秀大數據企業(yè)發(fā)起的大數據人才培養(yǎng)工程行動計劃重要組成部分，截止目前已在全國巡回舉辦將20余場，參訓學員近2000人次。
各有關院校：
?國家十三五規(guī)劃綱要明確提出“實施國家大數據戰(zhàn)略，推進數據資源開放共享”，為我國在大數據領域的未來發(fā)展繪制了宏偉的藍圖，開啟了我國大數據發(fā)展的新時代。教育部《高等學校人工智能創(chuàng)新行動計劃》及國務院頒布的《新一代人工智能發(fā)展規(guī)劃》，責成科技司、基教司、職成司、高教司、地方各級教育行政部門大力推動人工智能、大數據等新技術在教育教學中的深入應用，推進信息技術與高等教育教學深度融合。從發(fā)布對人工智能、大數據等新技術與教育結合的指導性文件到直接扶持建設相關教學項目，為高校進行教學改革和升級教學手段和方式指明了新的方向。
大數據及人工智能產業(yè)的發(fā)展對人才提出了新的需求，國內各高校在積極進行學術研究的同時，已經將大數據與人工智能教育納入培養(yǎng)體系。為幫助高校適時調整課程體系、繼續(xù)深化教學改革，指導數據智能學科建設和跨學科人才培養(yǎng)，進一步提升教學能力和科研能力，中國高校大數據教育創(chuàng)新聯盟將繼續(xù)推動大數據人才培養(yǎng)工程行動計劃，“2020年第四期全國高校大數據與人工智能雙師型骨干師資研修班（兩大專題課程：Python數據分析與機器學習實戰(zhàn)班、Python人工智能實戰(zhàn)班）”?因受疫情影響，將改為線上以云課堂形式舉辦，現將有關通知如下：
培訓目標及特點
1、為參訓教師提供大數據教學領域全套工具、服務、平臺、數據、案例及在線課程等資源，為在高校開展大數據教育工作、培養(yǎng)大數據人才的教師提供深入培訓及交流機會。后續(xù)將為學校開展大數據相關課程設計與實踐提供完整的解決方案和全方位授課支持。
2、本次培訓采用云課堂線上精講+專家技術在線答疑指導+學員群內實操答疑+助教指導結合的方式，全程強調動手實操；內容以代碼落地為主，以理論講解為根，以公式推導為輔，通過講解企業(yè)級案例，真正的讓學員把所學內容和工作實際有效結合，做到更好的進行教育教學工作。
3、本次培訓將系統(tǒng)講授大數據人工智能課程知識體系、授課方法、實驗環(huán)境搭建、基礎編程、實訓實驗室建設、高校課程公共服務平臺資源使用指南等方面的內容，使學員能夠深入了解當下大數據與人工智能技術在世界范圍內的最新發(fā)展水平，理解大數據與人工智能技術在當代各種相關產品中的應用，并掌握該領域最關鍵技術的原理，以及技術應用過程，旨在幫助參加培訓的教師快速建立對相關課程的整體性認識，為高校備課和順利開課、科研和項目開發(fā)工作打下堅實基礎。
???4、本次培訓課程內容以“魚骨教學法”進行編排設計，所有課程將圍繞真實企業(yè)項目展開，強調培訓的實戰(zhàn)性和真實性。讓教師親身接觸企業(yè)一線工作場景，充分提升教師的實踐教學能力。本次學習為每位參訓學員提供系統(tǒng)的院校大數據及人工智能專業(yè)建設方案，幫助各高校在專業(yè)課程體系建設提供全方位、強有力的教學資源支持。
???5、本次課程通過講授、研討、動手實操，多種靈活有效的教學方式，加強大數據專業(yè)師資隊伍的建設，提升教師教學創(chuàng)新思維。了解大數據及人工智能崗位目前的就業(yè)形勢、前景及所需相關技能，了解企業(yè)實際需求，?并參與一個實際項目的全過程，將培訓轉化成教學成果，運用到教師自己后續(xù)的教學當中去，全部提升教師實踐教學能力。
???6、了解高校大數據人工智能專業(yè)的教材、實驗室、實訓室建設內容、產品、科研和創(chuàng)新創(chuàng)業(yè)最新訊息，本次學習為每位參訓學員提供大數據教學實訓平臺試用賬號、課程建設與程序設計的相關資源，豐富已開設大數據專業(yè)院校課程體系。
研修對象
各高等院校大數據、人工智能相關學科、計算機、網絡通信、自動化、電子工程、數理統(tǒng)計等專業(yè)的科研、教學帶頭人、骨干教師、博士生、碩士生、本科生、大專生；
從事計算機、云計算、大數據、人工智能、互聯網等相關領域項目的科研院所的項目負責人、科研人員、工程技術人員等。
主辦單位：
中國高校大數據教育創(chuàng)新聯盟
泰迪杯數據挖掘挑戰(zhàn)賽組委會
協辦單位：
人民郵電出版社有限公司
北京泰迪云智信息技術研究院
支持單位：
廣東泰迪智能科技股份有限公司
查看更多
中國高校大數據教育創(chuàng)新聯盟是針對全國高校開展有關大數據技術、數據科學及智能科學相關的課程開發(fā)、共享等相關活動，促進聯盟成員師生大數據相關教學活動，實現高校大數據產業(yè)“產”、“學”、“研”、“創(chuàng)”的全面發(fā)展，切實推進高校師生大數據領域科研創(chuàng)新、成果轉化、技術應用的能力的一個公益性社會組織。
會議日程
（最終日程以會議現場為準）
時間與方式
課程一：Python數據分析與機器學習實戰(zhàn)研班??培訓時間：2020年8月1日-8日
（培訓以線上云課堂形式進行，支持六個月內免費回看）
課程二：人工智能技術與應用實戰(zhàn)班????培訓時間：2020年8月10日-16日
（培訓以線上云課堂形式進行，支持六個月內免費回看）
培訓內容
課程專題一：Python數據分析與機器學習實戰(zhàn)研班 | 培訓時間：2020年8月1日-8日 | ||||||||||||||||
第一階段?前置課程?學員在正式培訓前自學完成 | |||||||||||||||||
時間 | 課程內容 | 學習平臺 | |||||||||||||||
正式培訓前 | Python編程基礎 1準備工作 2列表操作 3程序流程控制語句 4字符串操作 4.1字符串及其索引&切片 4.2字符串的常見方法 4.3字典的創(chuàng)建及索引 4.4字典常用操作 4.5字典推導式 5Python文件讀取操作 5.1Python讀取文件 5.2練習3：統(tǒng)計小說中的單詞頻次 6函數 6.1Python函數自定義 6.2練習4：自定義求序列偶數個數的函數 7面向對象與模塊 7.1Python方法與函數對比介紹 7.2Python面向對象示例 7.3Python模塊使用 7.4第三方庫的安裝與調用 8注意事項 8.1Python工作路徑說明 8.2模塊命名及存放路徑的注意事項 8.3結語 | 泰迪云課堂 | |||||||||||||||
第二階段?正式培訓 | 培訓時間 | 8月1日--8日 | |||||||||||||||
時間 | 課程內容 | 學習平臺 | |||||||||||||||
第一課?Python數據分析與應用 | |||||||||||||||||
8月1日 19:00-21:30 | 1 Python數據分析概述 1.1認識數據分析 1.2熟悉Python數據分析的工具 1.3安裝Python3的Anaconda發(fā)行版 1.4掌握Jupyter Notebook常用功能 2 NumPy數值計算基礎 2.1認識NumPy數組對象ndarray 2.2認識NumPy矩陣與通用函數 2.3利用NumPy進行統(tǒng)計分析 3 Matplotlib數據可視化基礎 3.1了解繪圖基礎語法與常用參數 3.2分析特征間的關系 3.3分析特征內部數據分布與分散狀況 4 Pandas統(tǒng)計分析基礎 4.1讀寫不同數據源的數據 4.2掌握DataFrame的常用操作 4.3轉換與處理時間序列數據 4.4使用分組聚合進行組內計算 4.5創(chuàng)建透視表與交叉表 5 使用Pandas進行數據預處理 5.1合并數據 5.2清洗數據 5.3標準化數據 5.4轉換數據 6使用scikit-learn構建模型 6.1使用sklearn轉換器處理數據 6.2構建并評價聚類模型 6.3構建并評價分類模型 6.4構建并評價回歸模型 | 泰迪云課堂 | |||||||||||||||
第一課作業(yè) | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第二課?Python數據分析實訓 | |||||||||||||||||
8月2日 19:00-21:30 | 1探索Iris鳶尾花數據 1.1 將數據集存成變量iris創(chuàng)建數據框的列名稱['sepal_length', 'sepal_width', 'petal_length', 'petal_width', 'class'] 1.2數據框中有缺失值嗎？ 1.3將列petal_length的第10到19行設置為缺失值。 1.4將petal_lengt缺失值全部替換為1.0。 1.5刪除列class。 1.6將數據框前三行設置為缺失值。 1.7刪除有缺失值的行。 1.8重新設置索引。 2探索Chipotle快餐數據 2.1將數據集存入一個名為chipo的數據框內 2.2查看前10行內容 2.3數據集中有多少個列(columns)？ 2.4打印出全部的列名稱 2.5數據集的索引是怎樣的？ 2.6被下單數最多商品(item)是什么? 2.7在item_name這一列中，一共有多少種商品被下單？ 2.8一共有多少個商品被下單？ 2.9將item_price轉換為浮點數 2.10在該數據集對應的時期內，收入(revenue)是多少？ 2.11在該數據集對應的時期內，一共有多少訂單？ 2.12每一單(order)對應的平均總價是多少？ 3探索Apple公司股價數據 3.1讀取“appl_1980_2014.csv”數據并存為一個名叫apple的數據框。 3.2查看每一列的數據類型。 3.3將Date這個列轉換為datetime類型。 3.4將Date設置為索引。 3.5有重復的日期嗎？ 3.6將index設置為升序。 3.7找到每個月的最后一個交易日(businessday)。 3.8數據集中最早的日期和最晚的日期相差多少天？ 3.9在數據中一共有多少個月？ 3.10按照時間順序可視化Adj Close值。 | 泰迪云課堂 | |||||||||||||||
第二課作業(yè) | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第三課?機器學習實踐 | |||||||||||||||||
8月3日 19:00-21:30 | 1機器學習緒論 1.1引言 1.2基本術語 1.3假設空間&歸納偏好 2模型評估與選擇 2.1經驗誤差與過擬合 2.2評估方法 2.3性能度量 2.4性能度量Python實現 3回歸分析(RegressionAnalysis) 3.1線性回歸基本形式 3.2線性回歸模型的Python實現 3.3波士頓房價預測的Python實現 3.4邏輯回歸介紹 3.5研究生入學錄取預測的Python實現 4聚類分析(ClusterAnalysis) 4.1聚類分析概述 4.2相似性度量 4.3K.Means聚類分析算法介紹 4.4利用K-Means算法對鳶尾花進行聚類 4.5聚類結果的性能度量 4.6調用sklearn實現聚類分析 | 泰迪云課堂 | |||||||||||||||
第三課作業(yè) | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第四課?機器學習實戰(zhàn)案例 | |||||||||||||||||
8月4日 19:00-21:30 | 市財政收入分析預測 1 背景與案例目標 1.1財政收入預測背景介紹 1.2數據基本情況介紹 1.3分析目標解讀 1.4項目流程介紹 2 相關系數分析 2.1求解person相關系數 2.2person相關系數解讀 3 Lasso回歸特征提取 3.1了解Lasso回歸方法 3.2Lasso回歸選取關鍵特征的實現 3.3Lasso回歸數據寫出及相應解讀 4 灰色預測模型 4.1關鍵特征數據讀取及準備 4.2GM11特征值預測 4.3GM11特征數據整理及寫出 5 模型訓練及預測 5.1數據標準化 5.2模型訓練及預測 5.3結果可視化 | 泰迪云課堂 | |||||||||||||||
操作演練 | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第五課?文本挖掘實戰(zhàn) | |||||||||||||||||
8月5日 19:00-21:30 | 1自然語言處理簡介 2開源中文NLP系統(tǒng)介紹 3中文分詞介紹 4機械分詞法 5機器學習算法分詞 6NLP概率圖介紹 7jieba分詞演示 8文本的one-hot表達 9tf-idf權值策略實現 10文本的TF-IDF表達 11模型訓練與預測 | 泰迪云課堂 | |||||||||||||||
操作演練 | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第六課?文本分類案例 | |||||||||||||||||
8月6日 19:00-21:30 | 垃圾自動識別 1 背景與目標 2 數據探索 2.1數據讀取 2.2數據抽取 3 數據預處理 3.1去除短信中的x序列 3.2結巴分詞 3.3去除停用詞 3.4數據預處理函數封裝 3.5垃圾短信的詞頻統(tǒng)計 3.6詞云圖繪制 4 文本向量的表示 4.1文本數據的向量化表達 4.2獲取訓練樣本的tf-idf權值向量 4.3獲取測試樣本的tf-idf權值向量 5 模型訓練及評價 6 小結 | 泰迪云課堂 | |||||||||||||||
操作演練 | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第七課?綜合實戰(zhàn) | |||||||||||||||||
8月7日 14:00-18:00 | 電商智能推薦：優(yōu)惠券使用預測 1 背景與目標 2 數據說明 2.1線下訓練集數據介紹 2.2線上訓練集數據介紹 2.3測試數據介紹 2.4項目流程介紹 3 數據預處理 3.1構建正樣本 3.2構建負樣本 3.3構建樣本標簽 4 特征構建 4.1特征構建介紹 4.2處理Discount_rate列 4.3特征1-折扣率 4.4特征2-商戶與用戶之間的距離 5 模型訓練 5.1建模前數據準備 5.2初級模型構建 5.3ROC曲線與AUC值 5.4模型性能評估 5.5訓練函數封裝 5.6模型預測 5.7預測函數封裝 6 特征完善 6.1特征3-優(yōu)惠券流行度 6.2特征4-用戶在商家中的消費次數 6.3如何進行特征拼接 6.4拼接訓練集的特征3&4 6.5拼接測試及的特征3&4 7 預測 7.1模型訓練 7.2預測 7.3代碼整理 7.4結果提交 | 泰迪云課堂 | |||||||||||||||
操作演練 | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
自行安排 | 拓展自學 Python爬蟲助力疫情數據追蹤 1明確項目需求與目標 2環(huán)境準備 3獲取疫情數據（全球、中國各省及各地區(qū)數據） 4疫情數據分析 5疫情數據可視化 6完成分析報告 | 泰迪云課堂 | |||||||||||||||
第八課?認證考試 | |||||||||||||||||
8月8日 19:00-21:30 | 工信部教育與考試中心職業(yè)技術認證在線考試 | 泰迪云課堂 | |||||||||||||||
課程專題二：人工智能實戰(zhàn)班 | |||||||||||||||||
說明：參加該階段學習須具備中級班的知識和技能基礎 | 培訓時間 | 8月10日-16日 | |||||||||||||||
時間 | 課程內容 | 學習平臺 | |||||||||||||||
第一課?深度學習基礎-人工神經網絡 | |||||||||||||||||
8月10日 19:00-21:30 | 1單個神經元介紹 2經典網絡結構介紹 3神經網絡工作流程演示 4如何修正網絡參數.梯度下降 5網絡工作原理推導 6網絡搭建準備 7樣本從輸入層到隱層傳輸的Python實現 8網絡輸出的Python實現 9單樣本網絡訓練的Python實現 10全樣本網絡訓練的Python實現 11網絡性能評價 12調用sklearn實現神經網絡算法 | 泰迪云課堂 | |||||||||||||||
操作演練 | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第二課?tensorflow2實戰(zhàn) | |||||||||||||||||
8月11日 19:00-21:30 | 1任務1：構建一個線性模型 1.1tensorflow介紹 1.2tensorflow2常用數據類型和操作 1.3初始化模型 1.4構建損失函數 1.5模型訓練及可視化 1.6使用高階API-keras 2任務2：mnist手寫數字識別 2.1數據讀取及探索 2.2交叉熵 2.3模型構建及訓練 2.4調用保存好的模型對新樣本進行預測 3 作業(yè)-鳶尾花分類 | 泰迪云課堂 | |||||||||||||||
操作演練 | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第三課?人工智能核心課-深度神經網絡 | |||||||||||||||||
8月12日 19:00-21:30 | 1.1深度神經網絡-引言 2卷積神經網絡CNN 2.1淺層神經網絡的局限 2.2卷積操作 2.3卷積操作的優(yōu)勢 2.4池化及全連接 2.5高維輸入及多filter卷積 2.6實現卷積操作 2.7實現池化操作 3循環(huán)神經網絡RNN 3.1循環(huán)神經網絡簡介 3.2循環(huán)神經網絡的常見結構 4長短時記憶網絡LSTM 4.1LSTM的三個門 4.2LSTM三個門的計算示例 4.3利用RNN&LSTM實現mnist手寫數字識別 | 泰迪云課堂 | |||||||||||||||
操作演練 | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第四課?利用循環(huán)神經網絡（RNN）對文本進行分類 | |||||||||||||||||
8月13日 19:00-21:30 | 1明確項目需求與目標 2 環(huán)境準備 3數據預處理 4加載模型、構建讀取接口 5確定訓練策略 6配置參數 7確定任務，開始訓練 8性能評估及總結 | 泰迪云課堂 | |||||||||||||||
操作演練 | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第五課?搭建一個屬于自己的聊天機器人 | |||||||||||||||||
8月14日 19:00-21:30 | 1項目背景與目標 2語料庫預處理 3Seq2Seq模型計算圖搭建——文件讀取 4Seq2Seq模型計算圖搭建——Encoder 5Seq2Seq模型計算圖搭建——Decoder 6Seq2Seq模型計算圖搭建——Seq2Seq 7模型訓練 8模型測試 9注意力機制 | 泰迪云課堂 | |||||||||||||||
操作演練 | 個人PC | ||||||||||||||||
在線答疑 | 微信群 | ||||||||||||||||
第六課?綜合實戰(zhàn)：搭建一個智能車牌識別系統(tǒng) | |||||||||||||||||
8月15日 19:00-21:30 | 1明確項目目標 2準備數據 3照片預處理 4定位車牌信息 5分割車牌字符 6搭建車牌識別網絡 7進行模型訓練 8模型結果與評估 | 泰迪云課堂 | |||||||||||||||
操作演練 | |||||||||||||||||
在線答疑 | 個人PC | ||||||||||||||||
實戰(zhàn)項目介紹： 基于深度學習的車牌識別系統(tǒng)項目 | 基于深度學習的車牌識別系統(tǒng)項目介紹 技能點：深度學習實踐、tensorflow框架、圖像處理技術、Opencv應用、實際項目搭建與應用。
5.分割車牌字符 6.搭建車牌識別網絡 7.進行模型訓練 8.模型結果與評估 | ||||||||||||||||
第七課??認證考試 | |||||||||||||||||
8月16日 19:00-21:30 | 工信部教育與考試中心職業(yè)技術認證在線考試 | 泰迪云課堂 | |||||||||||||||
查看更多
會議嘉賓
（最終出席嘉賓以會議現場為準）
課程主講師資介紹
張敏??廣東泰迪科技高級數據分析師、培訓總監(jiān)，從事用戶數據分析和數據挖掘工作六年，具有豐富的大數據挖掘理論及實踐培訓經驗，對數據具有較高的敏感度，根據數據對其進行全面的統(tǒng)計分析。精通Python、R語言、Matlab等多種數據挖掘工具。擅長市場發(fā)展情況監(jiān)控、精確營銷方面的數據挖掘工作。有為南方電網、珠江數碼等大型企業(yè)長期提供實施服務的經驗，主導了電子商務網站用戶行為分析及網頁智能推薦服務、中醫(yī)證型關聯規(guī)則挖掘、電信業(yè)務話單量預測、航空公司客戶價值分析等多個項目。2017年“泰迪杯數據挖掘挑戰(zhàn)賽教練員培訓”主講講師，2018年廣東省Python與深度學習技術師資培訓班主講講師，2018年第一/三/五期全國高校大數據核心技術與應用師資研修班主講講師、2019年第一/二/三期全國高校大數據與人工智能師資研修班主講講師，2019年國家電網大數據競賽河北、湖南省、甘肅省電力系統(tǒng)培訓班主講講師，先后負責過西安理工大學、廣東工業(yè)大學、廣西師范學院、廣西科技大學、閩江學院、廣東石油化工學院、上海健康醫(yī)學院等高校實訓課程及德生科技等企業(yè)內訓和數據挖掘就業(yè)班的課程。組織、參與編寫圖書《Python編程基礎》、《Python數據分析與應用》、《R語言編程基礎》等。
楊惠??廣東泰迪科技高級數據分析師，具備豐富的培訓經驗，曾為多家企業(yè)、院校服務過專業(yè)培訓工作。如PPV商業(yè)培訓、泰迪大數據師資培訓、珠海城職院數據分析培訓; 2018年第一、三、五期全國高校大數據核心技術與應用師資研修班主講講師、2019年第一、三、五期全國高校大數據與人工智能師資研修班主講講師，2019年國家電網大數據競賽河北省電力系統(tǒng)培訓班主講講師。從事數據挖掘工作五年，擅長文本挖掘及深度神經網絡RNN，熟悉常用機器學習算法原理及應用，如神經網絡、SVM、決策樹、貝葉斯等算法；精通R、Python、MATLAB等常用數據挖掘處理工具。具有豐富的實踐項目經驗。如“京東電商產品評論情感分析”項目；“珠江數碼大數據營銷推薦應用”項目；“電子商務網站智能推薦服務”項目。
查看更多
參會指南
會議門票
證書頒發(fā)
學員經在線培訓并考試合格后，可以獲得由工業(yè)和信息化部教育與考試中心頒發(fā)“大數據技術應用或Python技術應用職業(yè)技術”證書，可根據參加的的培訓課程專題選擇其中一個方向的認證考試，證書可登錄國家工業(yè)和信息化部教育與考試中心官網查詢。
?????注：所有學員自備筆記本電腦(Windows7或以上操作系統(tǒng)（64位）、4G+內存)、緊跟老師上課過程操作練習，完全學會經典案例開發(fā)技術，學會使用以上工具軟件開發(fā)應用。
報名材料及費用說明
1. 報名材料：報名申請表、身份證復印件、兩寸近期正面免冠彩色半身證件照電子版
?????(要求：背景：白色，格式：JPG，大小：14-20K)。
2. 培訓費用：
課程一：Python數據分析與機器學習實戰(zhàn)研班培訓費用：1980 元/人，
課程二：人工智能技術與應用實戰(zhàn)班培訓費用：2980 元/人，
兩課專題聯報優(yōu)惠價：4500元，包含（報名費、學習費、資料費、證書費）。
3. 專題課程一全程內容共計55課時，專題課程一全程內容共計50課時，課程視頻內容六個月內面向學員免費開放，可以反復學習。
4、參加線上課程學習的學員，如后續(xù)本人參加線下課程繼續(xù)深造，持線上繳費憑證可享受一次免費學習機會（僅限參加同一培訓專題方向的線下課程）。
查看更多
溫馨提示
酒店與住宿:
為防止極端情況下活動延期或取消，建議“異地客戶”與活動家客服確認參會信息后，再安排出行與住宿。
退款規(guī)則:
活動各項資源需提前采購，購票后不支持退款，可以換人參加。
您可能還會關注
贊助
