bjssyh 发表于 2020-2-15 04:13:31

人工智能与机器学习——网络直播课-技术培训

python人工智能与机器学习——网络课程技术培训班一、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。四、会议目标:通过课程学习,1.可以掌握理解机器学习的思维方式和关键技术及算法;2.了解机器学习和深度学习在当前工业界的落地应用;3.掌握最新Tensorflow2.0版本框架在卷积神经网络、长短时记忆网络、循环神经网络等应用技巧与细节分析;4.能够根据数据分布选择合适的算法模型并书写代码,能开发出一些实际的应用项目并运用 Python进行机器学习与深度学习的研究工作。五、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六、优惠政策1、参加网课学员后期可参加院校线下课程(本单位每月举办线下课程,由于疫情影响暂停),线下课程总费用4500元(减去-)线上课程费用1299元(等于=)网课学员参加线下费用3201元。 2、线下学员通过考试后可获得:工业和信息化部人才交流中心颁发 高级《人工智能应用开发工程师》项目认证证书,该证书可作为有关单位专业技术人员能力评价、以及求职应聘和从业人员加薪、晋升、考核等任职的重要依据。注:请准备两寸蓝底照片、身份证及学历证明(学生证、毕业证、学位证都可)电子版即可。 七:应各企事业单位、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,feed3.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LSTM3.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MTCNN3.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


七、报名方式

联系人:冠   楠            QQ:1549935216    邮箱:1549935216@qq.com       微 信:18311050656
页: [1]
查看完整版本: 人工智能与机器学习——网络直播课-技术培训