機(jī)器學(xué)習(xí)與深度學(xué)習(xí)實(shí)戰(zhàn)培訓(xùn)
主辦：上海普瑞思管理咨詢有限公司 上海創(chuàng)卓商務(wù)咨詢有限公司
時間：2019年10月24-28日深圳
價格：￥7800/人(包括授課費(fèi)、資料費(fèi)、會務(wù)費(fèi)、午餐等)
培訓(xùn)收益
課程中通過細(xì)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(shí)戰(zhàn)；
2. 決策樹算法理論與實(shí)戰(zhàn)；
3. 集成學(xué)習(xí)算法理論與實(shí)戰(zhàn)；
4. KNN算法和決策樹算法理論與實(shí)戰(zhàn)；
5. 聚類算法理論與實(shí)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(shí)戰(zhàn)的角度對深度學(xué)習(xí)技術(shù)進(jìn)行了全面的剖析，并結(jié)合實(shí)際案例分析和探討深度學(xué)習(xí)的應(yīng)用場景，給深度學(xué)習(xí)相關(guān)從業(yè)人員以指導(dǎo)和啟迪。
日程安排
第一天上午機(jī)器學(xué)習(xí)簡介
回歸算法理論與實(shí)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(shí)現(xiàn)一元線性回歸
5.標(biāo)準(zhǔn)方程法
6.使用sklearn實(shí)現(xiàn)一元線性回歸
7.多元線性回歸
8.使用sklearn實(shí)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(shí)現(xiàn)嶺回歸
13.LASSO回歸
14.sklearn實(shí)現(xiàn)LASSO回歸
第一天下午決策樹算法理論與實(shí)戰(zhàn)
15.決策樹-信息熵,ID3,C4.5算法介紹
16.sklearn實(shí)現(xiàn)決策樹
17.決策樹-CART算法
18.決策樹應(yīng)用
集成學(xué)習(xí)算法理論與實(shí)戰(zhàn)
19.Bagging介紹與使用
20.隨機(jī)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(shí)戰(zhàn)
1.KNN算法介紹
2.python實(shí)現(xiàn)knn算法
3.sklearn實(shí)現(xiàn)knn算法完成iris數(shù)據(jù)集分類
聚類算法理論與實(shí)戰(zhàn)
4.k-means算法原理
5.k-means算法實(shí)現(xiàn)
6.DBSCAN算法原理
7.DBSCAN算法實(shí)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(xí)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(jìn)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(xí)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(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，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)框架完成過多項圖像，語音，nlp，搜索相關(guān)的人工智能實(shí)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(fēng)格簡潔清晰。
蔣老師 清華大學(xué)博士，人工智能專家 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，精通python、算法原理與編程實(shí)踐。現(xiàn)就職于某大型國有科技公司從事大數(shù)據(jù)和人工智能的應(yīng)用和開發(fā)。豐富的項目實(shí)戰(zhàn)經(jīng)驗，對大數(shù)據(jù)的收集、處理、數(shù)據(jù)挖掘在實(shí)際應(yīng)用中有深刻的認(rèn)識。致力于利用大數(shù)據(jù)、人工智能在企業(yè)決策規(guī)劃、語義理解、數(shù)據(jù)可視化方面的應(yīng)用。具有多年授課培訓(xùn)經(jīng)驗，講課通熟易懂，代碼風(fēng)格簡潔清晰。
余老師 計算機(jī)碩士，十幾年IT項目經(jīng)驗，帶領(lǐng)技術(shù)團(tuán)隊完成網(wǎng)站構(gòu)架、技術(shù)研發(fā)、設(shè)計，測試等工作；設(shè)計、指導(dǎo)關(guān)鍵技術(shù)模塊，并對系統(tǒng)安全性、穩(wěn)定性負(fù)責(zé)；根據(jù)公司的發(fā)展戰(zhàn)略，提出it發(fā)展規(guī)劃，并推動實(shí)施；合理安排部門內(nèi)員工的日常工作，做到高效率、優(yōu)效果。擅長多種技術(shù)技能，精通產(chǎn)品設(shè)計和需求分析；精通python、算法原理與編程實(shí)踐；精通大數(shù)據(jù)Hadoop平臺、Kylin等的應(yīng)用和開發(fā)；精通JAVA 平臺的Spring、Mybatis及分布式、多線程高性能架構(gòu)相關(guān)開發(fā)技術(shù)；精通Spring Cloud 微服務(wù)架構(gòu)和Spring Boot開發(fā)；精通.NET 平臺的架構(gòu)和設(shè)計；精通Redis 緩存MongoDB ，Rabbit MQ；精通高并發(fā)Web應(yīng)用的性能瓶頸和調(diào)優(yōu)方式;精通架構(gòu)模式，Transaction、Security、Persistence等機(jī)制及實(shí)現(xiàn)，IOC、AOP、SOA等理念及實(shí)現(xiàn);精通各種主流應(yīng)用架構(gòu)和平臺，熟悉工作流引擎、規(guī)則引擎等中間件等。
在線報名
