首页 > 公开课 > 人工智能 > Python+机器学习与深度学习技术实战

Python+机器学习与深度学习技术实战

培训地点 成都 上海
培训时间 4月24-26日 6月25-27日

一、 培训收益

  课程中通过细致讲解,使学员掌握该技术的本质。具体收益包括:

  1. 回归算法理论与实战;

  2. 决策树算法理论与实战;

  3. 集成学习算法理论与实战;

  4. KNN算法和决策树算法理论与实战;

  5. 聚类算法理论与实战;

  6. 神经网络算法;

  7.Tensorflow;

  8. 生成式对抗网络GANs。

二、 培训特色

  本次培训从实战的角度对深度学习技术进行了全面的剖析,并结合实际案例分析和探讨深度学习的应用场景,给深度学习相关从业人员以指导和启迪。

三、 日程安排

日程 培训模块 培训内容
第一天
上午
机器学习简介 1.一元线性回归
2.代价函数
3.使用梯度下降法实现一元线性回归
4.标准方程法
5.使用sklearn实现一元线性回归
6.使用sklearn实现多元线性回归
7.使用sklearn实现岭回归
8.使用sklearn实现LASSO回归
第一天
下午
决策树与集成学习 理论与实战 1.sklearn实现决策树
2.决策树-CART算法
3.决策树应用
4.随机森林
KNN与聚类 理论与实战 5.sklearn实现knn算法完成iris数据集分类
6.k-means算法
7.DBSCAN算法
第二天
上午
神经网络算法 1.神经网络基本原理
2.单层感知机
3.线性神经网络
4.激活函数,损失函数和梯度下降法
5.线性神经网络异或问题
6.BP神经网络介绍
7.BP算法推导
8.BP神经网络解决异或问题
9.BP算法完成手写数字识别
10.sklearn-BP神经网络解决手写数字识别
11.GOOGLE神经网络平台
第二天
下午
Tensorflow2.0 1.深度学习框架介绍
2.Tensorflow安装
3.Tensorlfow基础知识
4.Tensorflow线性回归
5.Tensorflow非线性回归
6.Mnist数据集合Softmax讲解
7.使用BP神经网络搭建手写数字识别
8.交叉熵(cross-entropy)讲解和使用
9.过拟合,正则化,Dropout
10.各种优化器Optimizer
11.改进手写数字识别网络
12.卷积神经网络CNN的介绍
13.使用CNN解决手写数字识别
14.长短时记忆网络LSTM介绍
15.LSTM的使用
16.模型保存与载入
第三天
上午
图像识别项目 1.介绍Google图像识别模型Inception-v3
2.使用Inception-v3做图像识别
图像识别项目 3.训练自己的图像识别模型
验证码识别项目 4.多任务学习介绍
5.生存验证码图片
6.构建验证码识别模型
第三天
下午
Kease最佳实践 1.安装和配置Keras,API
2.回调函数与自定义训练过程
3.深度神经网络DCNN实现
4.采用深度学习算法识别CIFRA-10图片
5.调节参数来改善性能

四、 授课专家

  覃老师 上海大学物理学硕士,创业公司合伙人,技术总监。机器学习,深度学习领域多年一线开发研究经验,精通算法原理与编程实践。曾使用Tensorflow,Caffe,Keras等深度学习框架完成过多项图像,语音,nlp,搜索相关的人工智能实际项目,研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验,讲课通熟易懂,代码风格简洁清晰。

  王老师 计算机博士,深入理解传统的计算机视觉方法与目前主流的深度学习算法,在图像识别、目标检测、图像分割、OCR、人脸识别等方向均进行了丰富的项目实战。熟练使用OpenCV、Tensorflow、Keras等工具。具备丰富的数据挖掘经验,熟悉大数据下的ETL与模型搭建,曾独立负责美团用户信用分评估、敏感身份挖掘、京东金融APP多个模块推荐算法搭建等项目。

  刘老师 西安邮电学院计算机科学与技术本科专业拥有着10多年软件研发经验,5年企业培训经验,对Java、Python、区块链等技术领域有独特的研究,精通J2EE企业级开发技术。Java方向:设计模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且对Java源码有深入研究。Python方向:Python OOP、Mongodb、Django、Scrapy爬虫、基于Surprise库数据推荐,Tensorflow人工智能框架、人脸识别技术。区块链方向:BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS。