• 2021/4/24至2021/4/28 成都

• 2021/6/25至2021/6/29 上海

• 2021/10/1至2021/10/5 北京

培訓(xùn)收益

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

1.回歸算法理論與實戰(zhàn)；

2.決策樹算法理論與實戰(zhàn)；

3.集成學(xué)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。

培訓(xùn)特色

本次培訓(xùn)從實戰(zhàn)的角度對深度學(xué)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(xué)習的應(yīng)用場景，給深度學(xué)習相關(guān)從業(yè)人員以指導(dǎo)和啟迪。

課程大綱

第一天上午機器學(xué)習簡介

回歸算法理論與實戰(zhàn)：

1.一元線性回歸

2.代價函數(shù)

3.梯度下降法

4.使用梯度下降法實現(xiàn)一元線性回歸

5.標準方程法

6.使用sklearn實現(xiàn)一元線性回歸

7.多元線性回歸

8.使用sklearn實現(xiàn)多元線性回歸

9.特征縮放，交叉驗證法

10.過擬合正則化

11.嶺回歸

12.sklearn實現(xiàn)嶺回歸

13.LASSO回歸

14.sklearn實現(xiàn)LASSO回歸

第一天下午決策樹算法理論與實戰(zhàn)

15.決策樹-信息熵,ID3,C4.5算法介紹

16.sklearn實現(xiàn)決策樹

17.決策樹-CART算法

18.決策樹應(yīng)用

集成學(xué)習算法理論與實戰(zhàn)

19.Bagging介紹與使用

20.隨機森林介紹與使用

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)測項目

第二天上午KNN算法和決策樹算法理論與實戰(zhàn)

1.KNN算法介紹

2.python實現(xiàn)knn算法

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

聚類算法理論與實戰(zhàn)

4.k-means算法原理

5.k-means算法實現(xiàn)

6.DBSCAN算法原理

7.DBSCAN算法實現(xiàn)

第二天下午神經(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)測項目

用戶流失預(yù)測項目

第三天上午

Tensorflow（一）

1.深度學(xué)習框架介紹

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

第三天下午Tensorflow（二）

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

第四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(xùn)練自己的圖像識別模型

驗證碼識別項目

4.多任務(wù)學(xué)習介紹

5.生存驗證碼圖片

6.構(gòu)建驗證碼識別模型

第四天下午文本分類項目

7.文本分類任務(wù)介紹

8.word2vec介紹

9.使用CNN完成文本分類

10.使用LSTM完成文本分類

生成式對抗網(wǎng)絡(luò)GANs

11.GANs介紹

12.使用tensorflow完成GANs

業(yè)內(nèi)經(jīng)驗交流

授課專家

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)。機器學(xué)習，深度學(xué)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(xué)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(xùn)經(jīng)驗，講課通熟易懂，代碼風格簡潔清晰。

楊老師計算機博士，目前就職于中科院某研究所，長期從事深度學(xué)習與機器學(xué)習研究工作，在NLP與CV領(lǐng)域有很深造詣，主持多項科技專項，并帶領(lǐng)團隊深入一線研發(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森林防火無人機跟拍系統(tǒng)等。申請發(fā)明專利2項、部級科技進步二等獎一次，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、中國博士后科研基金、上海市浦江人才、IBMSharedUniversityResearch以及多項企業(yè)合作課題等項目。已在《管理科學(xué)學(xué)報》、《系統(tǒng)工程學(xué)報》、KnowledgeandInformationSystems,InformationProcessing&Management，InformationSystemsFrontiers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�集》等多部�?/p>