我要報名

咨詢電話：
手　　機：	郵箱：

課程收益

課程中通過細致講解，使學員掌握該技術(shù)的本質(zhì)。具體收益包括：

1. 回歸算法理論與實戰(zhàn)；

2. 決策樹算法理論與實戰(zhàn)；

3. 集成學習算法理論與實戰(zhàn)；

4. KNN算法和決策樹算法理論與實戰(zhàn)；

5. 聚類算法理論與實戰(zhàn)；

6. 神經(jīng)網(wǎng)絡(luò)算法；

7.Tensorflow；

8. 生成式對抗網(wǎng)絡(luò)GANs。

課程特色

本次培訓從實戰(zhàn)的角度對深度學習技術(shù)進行了全面的剖析，并結(jié)合實際案例分析和探討深度學習的應用場景，給深度學習相關(guān)從業(yè)人員以指導和啟迪。

課程大綱

第一天上午機器學習簡介

1.一元線性回歸

2.代價函數(shù)

3.使用梯度下降法實現(xiàn)一元線性回歸

4.標準方程法

5.使用sklearn實現(xiàn)一元線性回歸

6.使用sklearn實現(xiàn)多元線性回歸

7.使用sklearn實現(xiàn)嶺回歸

8.使用sklearn實現(xiàn)LASSO回歸

第一天下午

決策樹與集成學習理論與實戰(zhàn)

1.sklearn實現(xiàn)決策樹

2.決策樹-CART算法

3.決策樹應用

4.隨機深林

KNN與聚類理論與實戰(zhàn)

5.sklearn實現(xiàn)knn算法完成iris數(shù)據(jù)集分類

6.k-means算法

7.DBSCAN算法

第二天上午神經(jīng)網(wǎng)絡(luò)算法

1.神經(jīng)網(wǎng)絡(luò)基本原理

2.單層感知機

3.線性神經(jīng)網(wǎng)絡(luò)

4.激活函數(shù)，損失函數(shù)和梯度下降法

5.線性神經(jīng)網(wǎng)絡(luò)異或問題

6.BP神經(jīng)網(wǎng)絡(luò)介紹

7.BP算法推導

8.BP神經(jīng)網(wǎng)絡(luò)解決異或問題

9.BP算法完成手寫數(shù)字識別

10.sklearn-BP神經(jīng)網(wǎng)絡(luò)解決手寫數(shù)字識別

11.GOOGLE神經(jīng)網(wǎng)絡(luò)平臺

第二天下午Tensorflow2.0

1.深度學習框架介紹

2.Tensorflow安裝

3.Tensorlfow基礎(chǔ)知識

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

9.過擬合,正則化,Dropout

10.各種優(yōu)化器Optimizer

11.改進手寫數(shù)字識別網(wǎng)絡(luò)

12.卷積神經(jīng)網(wǎng)絡(luò)CNN的介紹

13.使用CNN解決手寫數(shù)字識別

14.長短時記憶網(wǎng)絡(luò)LSTM介紹

15.LSTM的使用

16.模型保存與載入

第三天上午

圖像識別項目

1.介紹Google圖像識別模型Inception-v3

2.使用Inception-v3做圖像識別

圖像識別項目

3.訓練自己的圖像識別模型

驗證碼識別項目

4.多任務學習介紹

5.生存驗證碼圖片

6.構(gòu)建驗證碼識別模型

第三天下午Kease 最佳實踐

1.安裝和配置Keras,API

2.回調(diào)函數(shù)與自定義訓練過程

3.深度神經(jīng)網(wǎng)絡(luò)DCNN實現(xiàn)

4.采用深度學習算法識別CIFRA-10圖片

5.調(diào)節(jié)參數(shù)來改善性能

第四天業(yè)內(nèi)經(jīng)驗交流

覃老師

覃老師 上海大學物理學碩士，創(chuàng)業(yè)公司合伙人，技術(shù)總監(jiān)。機器學習，深度學習領(lǐng)域多年一線開發(fā)研究經(jīng)驗，精通算法原理與編程實踐。曾使用Tensorflow，Caffe，Keras等深度學習框架完成過多項圖像，語音，nlp，搜索相關(guān)的人工智能實際項目，研發(fā)經(jīng)驗豐富。擁有兩項國家專利。同時具有多年授課培訓經(jīng)驗，講課通熟易懂，代碼風格簡潔清晰。

王老師 計算機博士，深入理解傳統(tǒng)的計算機視覺方法與目前主流的深度學習算法，在圖像識別、目標檢測、圖像分割、OCR、人臉識別等方向均進行了豐富的項目實戰(zhàn)。熟練使用OpenCV、Tensorflow、Keras等工具。具備豐富的數(shù)據(jù)挖掘經(jīng)驗，熟悉大數(shù)據(jù)下的ETL與模型搭建，曾獨立負責美團用戶信用分評估、敏感身份挖掘、京東金融APP多個模塊推薦算法搭建等項目。

劉老師 西安郵電學院計算機科學與技術(shù)本科專業(yè)擁有著10多年軟件研發(fā)經(jīng)驗，5年企業(yè)培訓經(jīng)驗，對Java、Python、區(qū)塊鏈等技術(shù)領(lǐng)域有獨特的研究，精通J2EE企業(yè)級開發(fā)技術(shù)。

Java方向：設(shè)計模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且對Java源碼有深入研究。

Python方向：Python OOP、Mongodb、Django、Scrapy爬蟲、基于Surprise庫數(shù)據(jù)推薦，Tensorflow人工智能框架、人臉識別技術(shù)。

區(qū)塊鏈方向：BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS

我要報名

在線報名：Python+機器算法深度學習實戰(zhàn)培訓班(成都)