《Python+機(jī)器算法深度學(xué)習(xí)實(shí)戰(zhàn) 培訓(xùn)班》課程詳情
點(diǎn)擊下載課大綱及報名表
課程特色
本次培訓(xùn)從實(shí)戰(zhàn)的角度對深度學(xué)習(xí)技術(shù)進(jìn)行了全面的剖析，并結(jié)合實(shí)際案例分析和探討深度學(xué)習(xí)的應(yīng)用場景，給深度學(xué)習(xí)相關(guān)從業(yè)人員以指導(dǎo)和啟迪。
機(jī)器學(xué)習(xí)簡介
回歸算法理論與實(shí)戰(zhàn)：
1.一元線性回歸
2.代價函數(shù)
3.梯度下降法
4.使用梯度下降法實(shí)現(xiàn)一元線性回歸
5.標(biāo)準(zhǔn)方程法
6.使用sklearn實(shí)現(xiàn)一元線性回歸
7.多元線性回歸
8.使用sklearn實(shí)現(xiàn)多元線性回歸
9.特征縮放，交叉驗(yàn)證法
10.過擬合正則化
11.嶺回歸
12.sklearn實(shí)現(xiàn)嶺回歸
13.LASSO回歸
14.sklearn實(shí)現(xiàn)LASSO回歸
決策樹算法理論與實(shí)戰(zhàn)
15.決策樹-信息熵,ID3,C4.5算法介紹
16.sklearn實(shí)現(xiàn)決策樹
17.決策樹-CART算法
18.決策樹應(yīng)用
集成學(xué)習(xí)算法理論與實(shí)戰(zhàn)
19.Bagging介紹與使用
20.隨機(jī)森林介紹與使用
21.Adaboost介紹與使用
22.Stacking和Voting介紹與使用
泰坦尼克號獲救人員預(yù)測項(xiàng)目
KNN算法和決策樹算法理論與實(shí)戰(zhàn)
1.KNN算法介紹
2.python實(shí)現(xiàn)knn算法
3.sklearn實(shí)現(xiàn)knn算法完成iris數(shù)據(jù)集分類
聚類算法理論與實(shí)戰(zhàn)
4.k-means算法原理
5.k-means算法實(shí)現(xiàn)
6.DBSCAN算法原理
7.DBSCAN算法實(shí)現(xiàn)
神經(jīng)網(wǎng)絡(luò)算法
8.神經(jīng)網(wǎng)絡(luò)基本原理
9.單層感知器程序
10.線性神經(jīng)網(wǎng)絡(luò)
11.激活函數(shù)，損失函數(shù)和梯度下降法
12.線性神經(jīng)網(wǎng)絡(luò)異或問題
13.BP神經(jīng)網(wǎng)絡(luò)介紹
14.BP算法推導(dǎo)
15.BP神經(jīng)網(wǎng)絡(luò)解決異或問題
16.BP算法完成手寫數(shù)字識別
16.sklearn-BP神經(jīng)網(wǎng)絡(luò)解決手寫數(shù)字識別
17.GOOGLE神經(jīng)網(wǎng)絡(luò)平臺
特征工程貸款拖欠預(yù)測項(xiàng)目
用戶流失預(yù)測項(xiàng)目
Tensorflow2.0（一）
1.深度學(xué)習(xí)框架介紹
2.Tensorflow安裝
3.Tensorlfow基礎(chǔ)知識：圖，變量，fetch，feed
4.Tensorflow線性回歸
5.Tensorflow非線性回歸
6.Mnist數(shù)據(jù)集合Softmax講解
7.使用BP神經(jīng)網(wǎng)絡(luò)搭建手寫數(shù)字識別
8.交叉熵(cross-entropy)講解和使用
圖像識別項(xiàng)目
1.介紹Google圖像識別模型Inception-v3
2.使用Inception-v3做圖像識別
圖像識別項(xiàng)目
3.訓(xùn)練自己的圖像識別模型
驗(yàn)證碼識別項(xiàng)目
4.多任務(wù)學(xué)習(xí)介紹
5.生存驗(yàn)證碼圖片
6.構(gòu)建驗(yàn)證碼識別模型
Kease 最佳實(shí)踐
1. 安裝和配置Keras,API
2. 回調(diào)函數(shù)與自定義訓(xùn)練過程
3. 深度神經(jīng)網(wǎng)絡(luò)DCNN實(shí)現(xiàn)
4. 采用深度學(xué)習(xí)算法識別CIFRA-10圖片
5. 調(diào)節(jié)參數(shù)來改善性能
業(yè)內(nèi)經(jīng)驗(yàn)交流
《Python+機(jī)器算法深度學(xué)習(xí)實(shí)戰(zhàn) 培訓(xùn)班》課程目的
課程中通過細(xì)致講解，使學(xué)員掌握該技術(shù)的本質(zhì)。具體收益包括：
1.回歸算法理論與實(shí)戰(zhàn)；
2.決策樹算法理論與實(shí)戰(zhàn)；
3.集成學(xué)習(xí)算法理論與實(shí)戰(zhàn)；
4.KNN算法和決策樹算法理論與實(shí)戰(zhàn)；
5.聚類算法理論與實(shí)戰(zhàn)；
6.神經(jīng)網(wǎng)絡(luò)算法；
7.Tensorflow；
8.生成式對抗網(wǎng)絡(luò)GANs。
《Python+機(jī)器算法深度學(xué)習(xí)實(shí)戰(zhàn) 培訓(xùn)班》所屬分類
特色課程
《Python+機(jī)器算法深度學(xué)習(xí)實(shí)戰(zhàn) 培訓(xùn)班》所屬專題
學(xué)習(xí)型組織構(gòu)建與發(fā)展培訓(xùn)、
《Python+機(jī)器算法深度學(xué)習(xí)實(shí)戰(zhàn) 培訓(xùn)班》授課培訓(xùn)師簡介
專家
覃老師 上海大學(xué)物理學(xué)碩士，創(chuàng)業(yè)公司合伙人，技術(shù)總監(jiān)。機(jī)器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開發(fā)研究經(jīng)驗(yàn)，精通算法原理與編程實(shí)踐。曾使用Tensorflow，Caffe，Keras等深度學(xué)習(xí)框架完成過多項(xiàng)圖像，語音，nlp，搜索相關(guān)的人工智能實(shí)際項(xiàng)目，研發(fā)經(jīng)驗(yàn)豐富。擁有兩項(xiàng)國家專利。同時具有多年授課培訓(xùn)經(jīng)驗(yàn)，講課通熟易懂，代碼風(fēng)格簡潔清晰。
楊老師 計算機(jī)博士，目前就職于中科院某研究所，長期從事深度學(xué)習(xí)與機(jī)器學(xué)習(xí)研究工作，在NLP與CV領(lǐng)域有很深造詣，主持多項(xiàng)科技專項(xiàng)，并帶領(lǐng)團(tuán)隊(duì)深入一線研發(fā)并落地，XXX視頻監(jiān)控與分析系統(tǒng)、XXX輿情監(jiān)控系統(tǒng)、XXX智能對話系統(tǒng)及 XXX森林防火無人機(jī)跟拍系統(tǒng)等。申請發(fā)明專利2項(xiàng)、部級科技進(jìn)步二等獎一次，在SIGIR、CIKM及AAAI的國際會議發(fā)表多篇文章。
趙老師 計算機(jī)博士，目前主要研究方向包括電子推薦、智能決策和大數(shù)據(jù)分析等。主持國家自然科學(xué)基金2項(xiàng)、中國博士后科研基金、上海市浦江人才、IBM Shared University Research以及多項(xiàng)企業(yè)合作課題等項(xiàng)目。已在《管理科學(xué)學(xué)報》、《系統(tǒng)工程學(xué)報》、Knowledge and Information Systems ,Information Processing & Management，Information Systems Frontiers等國內(nèi)外刊物和學(xué)術(shù)會議發(fā)表論文90多篇，其中被SCI、EI收錄40多篇。出版著作和教材《智能化的流程管理》、《客戶智能》、《商務(wù)智能（第四版）》、《商務(wù)智能 數(shù)據(jù)分析的管理視角（第三版）》、《數(shù)據(jù)挖掘?qū)嵱冒咐返榷嗖俊?
《Python+機(jī)器算法深度學(xué)習(xí)實(shí)戰(zhàn) 培訓(xùn)班》報名服務(wù)流程
.png)
020-29042042
