灵云人工智能论坛

 找回密码
 立即注册
搜索
查看: 888|回复: 0

python人工智能与机器学习——网络课程技术培训班 [复制链接]

ssyh 非 VIP 会员 

Rank: 1

发表于 2020-2-15 11:49:28 |显示全部楼层

python人工智能与机器学习——网络课程技术培训班

[size=14.0000pt]一、授课时间2020年2月28日2020年3月4日 (每晚19:00—22:00)

二、授课方式QQ群

三、主讲专家

“覃秉丰”:AI创业公司创始人。人工智能、机器学习、深度学习领域一线实战专家。精通机器学习算法原理与编程实践。拥有多项国家专利及丰富的科研及工程技术经验。长期从事深度学习、人工智能、机器学习、计算机视觉等领域的教学与研究工作。

[size=14.0000pt]四、参会费用

1、网课课程 统一收费1299元/人(六天、18课时;可开具发票,做长期技术指导

2、线下课程 统一收费4500元/人(含培训费、资料费、指导费、发票费、证书认证费),住宿可统一安排费用自理

五:各企事业单位、高等院校及科研院所技术需求,特开展“python人工智能与机器学习”网络直播课程,特此发至邀请通知

Python 人工智能与机器学习—网课大纲

时间

大章节

小章节

周五

一、python基础学习

1.python基础学习

2.科学计算包numpy使用学习

3.绘图工具包matplotlib学习

二、人工智能与机器学习基础

1.人工智能概述  

2.机器学习概述

3.机器学习算法应用分析

周六

三、回归算法

1.一元线性回归     

2.代价函数  

3.梯度下降法     

4.sklearn一元线性回归应用

5.多元线性回归   6.sklearn多元线性回归应用

案例:葡萄酒质量和时间的关系

四、KNN分类算法

1.KNN分类算法介绍   

2.KNN分类算法应用   

3.KNN实现

案例:鸢尾花分类

五、决策树算法

1.决策树算法介绍

2.熵的定义

3.决策树算法与应用实现

案例:用户购买行为预测

六、集成算法与随机森林

1.Bagging算法介绍

2.随机森林建模方法

3.Adaboost算法介绍

4.stack算法介绍

周日

七、K-means聚类算法

1.K-means算法介绍  

2.K-means算法应用

3.K-means算法实际应用案例

案例:NBA球队实力聚类分析

八、支持向量机

1.SVM算法介绍

案例:SVM完成人脸识别应用

九、泰坦尼克号获救预测案例

1.缺失值填

2.特征筛选

3.案例实战

周一

十、深度学习基础-神经网络介绍

1.人工神经网络发展史

2.单层感知器

3.激活函数,损失函数和梯度下降法

4.BP算法介绍

案例:BP算法解决手写数字识别问题

十一、Tensorflow基础应用

1.Tensorflow安装

2.Tensorlfow基础知识:图,变量,fetch[size=10.5000pt],feed

3.Tensorflow线性回归

4.Tensorflow非线性回归

5.Mnist数据集合Softmax讲解

6.使用BP神经网络搭建手写数字识别

7.交叉熵(cross-entropy)讲解和使用

8.过拟合,正则化,Dropout

9.各种优化器Optimizer

周二

十二、卷积神经网络CNN应用

1.CNN卷积神经网络

2.卷积层、池化层(均值池化、最大池化)

3.CNN手写数字案例

十三、长短时记忆网络LSTM应用

1.RNN循环神经网络

2.长短时记忆网络LSTM

3.LSTM应用案例

十四、图像识别模型项目实战

1.图像数据增强

2.用自己收集的数据训练图像识别模型

3.使用迁移学习完成图像分类

周三

十五、自然语言处理项目实战

1.自然语言处理项目介绍

2.word2vec介绍

3.用CNN训练一个新的文本分类模型

4.用LSTM训练一个新的文本分类模型

十六、人脸识别项目实战

1.人脸识别任务介绍

2.人脸检测模型MTCNN

3.人脸识别算法FaceNet介绍

4.训练自己的人脸识别模型目标检测算法标签标注

六、报名方式

联系人:冠      Q Q:1549935216  邮箱:1549935216@qq.com      微 信:18311050656



踩过的脚印

举报

您需要登录后才可以回帖 登录 | 立即注册

Archiver|任务|灵云 ( 京ICP证030095号 )

GMT+8, 2020-5-31 21:12 , Processed in 0.081821 second(s), 19 queries .

Powered by Discuz! X2

© 2001-2011 Comsenz Inc.

回顶部