通過此次課程培訓(xùn)，可使學(xué)習(xí)者獲得如下收益：
1.掌握Python基礎(chǔ)語(yǔ)言風(fēng)格與常用庫(kù)使用方法;
2.理解并掌握經(jīng)典算法原理；
3.理解機(jī)器學(xué)習(xí)算法工作原理與應(yīng)用場(chǎng)景；
4.掌握Scikit-Learn庫(kù)的建模與評(píng)估；
5.掌握神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)；
6.掌握卷積神經(jīng)網(wǎng)絡(luò)及應(yīng)用技巧與細(xì)節(jié)分析；
7.通過大量實(shí)際案例使學(xué)員真正掌握Caffe與Tensorflow框架在工作中的用法。
1.機(jī)器學(xué)習(xí)+深度學(xué)習(xí)面面俱到，算法與實(shí)踐相結(jié)合；
2.錄播課程隨到隨學(xué)，直播答疑后顧無憂；
3.提供所有數(shù)據(jù)與代碼，輕松復(fù)現(xiàn)；
4.風(fēng)格通俗易懂，適合快速上手。
時(shí)間 培訓(xùn)模塊 培訓(xùn)內(nèi)容
第一天
上午 第一模塊：Python必備庫(kù)快速入門 1.人工智能應(yīng)用發(fā)展簡(jiǎn)介。
2.python基礎(chǔ)學(xué)習(xí)。
3.科學(xué)計(jì)算包numpy學(xué)習(xí)。
4.繪圖工具包matplotlib學(xué)習(xí)。
第一天下午 第二模塊：機(jī)器學(xué)習(xí)經(jīng)典算法(一) 1.機(jī)器學(xué)習(xí)基礎(chǔ)概念。
2.決策樹。
3.最鄰近規(guī)則分類KNN算法。
4.線性回歸和非線性回歸。
5.Kmeans算法。
6.SVM算法。
7.神經(jīng)網(wǎng)絡(luò)。
第二天
上午 第二模塊：機(jī)器學(xué)習(xí)經(jīng)典算法(二) 1.神經(jīng)網(wǎng)絡(luò)基本原理。
2.單層感知器程序。
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.BP神經(jīng)網(wǎng)絡(luò)介紹。
6.BP神經(jīng)網(wǎng)絡(luò)解決異或問題。
7.BP神經(jīng)網(wǎng)絡(luò)解決手寫數(shù)字識(shí)別。
8.BP網(wǎng)絡(luò)論文講解。
9.介紹GOOGLE神經(jīng)網(wǎng)絡(luò)演示平臺(tái)。
第二天
下午 第三模塊：機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn) 1.Tensorflow安裝。
2.Tensorlfow基礎(chǔ)知識(shí)：圖，變量，fetch，feed。
3.Tensorflow線性回歸。
4.Tensorflow非線性回歸。
5.Mnist數(shù)據(jù)集合Softmax講解。
6.使用BP神經(jīng)網(wǎng)絡(luò)搭建手寫數(shù)字識(shí)別。
7.交叉熵(cross-entropy)講解和使用。
8.過擬合,正則化,Dropout。
9.各種優(yōu)化器Optimizer。
10.改進(jìn)手寫數(shù)字識(shí)別網(wǎng)絡(luò)。
11.Tensorboard的使用。
第三天
上午 第四模塊：卷積神經(jīng)網(wǎng)絡(luò)與圖像識(shí)別 1.卷積神經(jīng)網(wǎng)絡(luò)CNN的介紹。
2.使用CNN解決手寫數(shù)字識(shí)別。
3.深度殘差網(wǎng)絡(luò)講解。
4.長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)LSTM介紹。
5.LSTM的使用。
6.介紹Google圖像識(shí)別模型Inception-v3。
7.使用Inception-v3做圖像識(shí)別。
8.Retrain圖像識(shí)別模型。
第三天
下午 第五模塊：項(xiàng)目實(shí)戰(zhàn)（一） 圖像識(shí)別項(xiàng)目：
1.從頭開始訓(xùn)練圖像識(shí)別模型。
驗(yàn)證碼識(shí)別項(xiàng)目：
2.生成驗(yàn)證碼。
3.多任務(wù)學(xué)習(xí)介紹。
4.使用圖像識(shí)別方法完成驗(yàn)證碼識(shí)別。
5.驗(yàn)證碼識(shí)別效果測(cè)試。
6.使用多任務(wù)學(xué)習(xí)完成驗(yàn)證碼識(shí)別。
7.驗(yàn)證碼識(shí)別效果測(cè)試。
語(yǔ)音分類項(xiàng)目：
8.語(yǔ)音信號(hào)處理。
9.使用LSTM完成語(yǔ)音分類。
第四天上午 第五模塊：項(xiàng)目實(shí)戰(zhàn)（二） 文本分類項(xiàng)目：
1.nlp任務(wù)介紹。
2.word2vec介紹。
3.word2vec實(shí)現(xiàn)。
4.CNN實(shí)現(xiàn)文本分類。
5.LSTM實(shí)現(xiàn)文本分類。
6.seq2seq模型介紹。
第四天下午 第六模塊：人臉識(shí)別技術(shù) 1.人臉識(shí)別介紹。
2.生成式模型介紹。
第五天 學(xué)員自由交流
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(jī)器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開發(fā)研究經(jīng)驗(yàn)，精通算法原理與編程實(shí)踐。曾使用Tensorflow，Caffe，Keras等深度學(xué)習(xí)框架完成過多項(xiàng)圖像，語(yǔ)音，nlp，搜索相關(guān)的人工智能實(shí)際項(xiàng)目，研發(fā)經(jīng)驗(yàn)豐富。擁有兩項(xiàng)國(guó)家專利。同時(shí)具有多年授課培訓(xùn)經(jīng)驗(yàn)，講課通熟易懂，代碼風(fēng)格簡(jiǎn)潔清晰。
唐老師 計(jì)算機(jī)博士，專注于機(jī)器學(xué)習(xí)與計(jì)算機(jī)視覺領(lǐng)域，深度學(xué)習(xí)領(lǐng)域一線實(shí)戰(zhàn)專家。參與多個(gè)國(guó)家級(jí)計(jì)算機(jī)視覺項(xiàng)目，多年數(shù)據(jù)領(lǐng)域培訓(xùn)經(jīng)驗(yàn)，豐富的教學(xué)講解經(jīng)驗(yàn)，出品多套機(jī)器學(xué)習(xí)與深度學(xué)習(xí)系列課程，課程生動(dòng)形象，風(fēng)格通俗易懂。
面授班培訓(xùn)費(fèi)：9800元/人（含培訓(xùn)費(fèi)、資料費(fèi)、學(xué)習(xí)期間的午餐），食宿統(tǒng)一安排，費(fèi)用自理。請(qǐng)學(xué)員帶身份證復(fù)印件一張。
本課程由中國(guó)信息化培訓(xùn)中心頒發(fā)《人工智能高級(jí)工程師》證書; 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(jí)和晉升職務(wù)的重要依據(jù)。
對(duì)此感興趣的對(duì)象