• 2020/4/24至2020/4/27 海口

• 2020/6/17至2020/6/20 上海

一、   培訓收益

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。

二、   培訓特色

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(yīng)用場景，給深度學習相關(guān)從業(yè)人員以指導和啟迪。

三、   日程安排

第一天

上午  

機器學習簡介   

  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

  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測項目

用戶流失預測項目

第三天

上午

Tensorflow2.0（一）   

  1.深度學習框架介紹

  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   

Tensorflow2.0（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.訓練自己的圖像識別模型

驗證碼識別項目 

  4.多任務(wù)學習介紹

  5.生存驗證碼圖片

  6.構(gòu)建驗證碼識別模型

第四天

下午  

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

業(yè)內(nèi)經(jīng)驗交流

四、   授課專家

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。

楊老師 計算機博士，目前就職于中科院某研究所，長期從事深度學習與機器學習研究工作，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。主持國家自然科學基金2項、中國博士后科研基金、上海市浦江人才、IBM Shared University Research以及多項企業(yè)合作課題等項目。已在《管理科學學報》、《系統(tǒng)工程學報》、Knowledge and Information Systems ,Information Processing & Management，Information Systems Frontiers等國內(nèi)外刊物和學術(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>

五、   培訓費用

培訓費7800元/人（含培訓費、場地費、考試證書費、資料費、學習期間午餐），食宿可統(tǒng)一安排，費用自理。請學員帶身份證復印件一張。

本課程由中國信息化培訓中心頒發(fā)《計算機圖像（視覺）處理高級工程師》證書，證書查詢網(wǎng)址：www.zpedu.org; 證書可作為專業(yè)技術(shù)人員職業(yè)能力考核的證明，以及專業(yè)技術(shù)人員崗位聘用、任職、定級和晉升職務(wù)的重要依據(jù)。