課程中通過細致講解，使學員掌握該技術的本質。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.神經網(wǎng)絡算法；
7.Tensorflow；
8.生成式對抗網(wǎng)絡GANs。
本次培訓從實戰(zhàn)的角度對深度學習技術進行了全面的剖析，并結合實際案例分析和探討深度學習的應用場景，給深度學習相關從業(yè)人員以指導和啟迪。
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)
第二天下午神經網(wǎng)絡算法
8.神經網(wǎng)絡基本原理
9.單層感知器程序
10.線性神經網(wǎng)絡
11.激活函數(shù)，損失函數(shù)和梯度下降法
12.線性神經網(wǎng)絡異或問題
13.BP神經網(wǎng)絡介紹
14.BP算法推導
15.BP神經網(wǎng)絡解決異或問題
16.BP算法完成手寫數(shù)字識別
16.sklearn-BP神經網(wǎng)絡解決手寫數(shù)字識別
17.GOOGLE神經網(wǎng)絡平臺
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
Tensorflow（一）
1.深度學習框架介紹
2.Tensorflow安裝
3.Tensorlfow基礎知識：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神經網(wǎng)絡搭建手寫數(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
12.卷積神經網(wǎng)絡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.多任務學習介紹
5.生存驗證碼圖片
6.構建驗證碼識別模型
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GANs
11.GANs介紹
12.使用tensorflow完成GANs
業(yè)內經驗交流
覃老師上海大學物理學碩士，創(chuàng)業(yè)公司合伙人，技術總監(jiān)。機器學習，深度學習領域多年一線開發(fā)研究經驗，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，搜索相關的人工智能實際項目，研發(fā)經驗豐富。擁有兩項國家專利。同時具有多年授課培訓經驗，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領域有很深造詣，主持多項科技專項，并帶領團隊深入一線研發(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、IBMSharedUniversityResearch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》、KnowledgeandInformationSystems,InformationProcessing&Management，InformationSystemsFrontiers等國內外刊物和學術會議發(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》、《商務智能（第四版）》、《商務智能數(shù)據(jù)分析的管理視角（第三版）》、《數(shù)據(jù)挖掘實用案例集》等多部。
對此課程感興趣的學員