免费发布

4月机器学习与深度学习实战线上直播培训班

2020年4月3日 9:00 ~ 2020年4月3日 23:30
不限制人数
线上活动
中科图云

收起

活动票种
    付费活动,请选择票种

    第三方登录:

    展开活动详情

    活动内容收起

    机器学习与深度学习实战线上直播培训班 



    一、培训简介

    人工智能核心技术为机器学习与深度学习,为促进高校教学工作的开展,加强国内各高等院校同行间的交流,培养国内的师资力量,将机器学习与深度学习的最新实训内容带入课堂,正直疫情严重时期,线下培训难组织,因此我单位定于3月底在线上召开“机器学习与深度学习案例实践班”。



    二、参加对象

    各高等院校大数据相关学科、计算机、软件、信息管理、统计、电子商务、金融、工商管理、数理统计专业等科研、教学带头人,骨干教师、博士生、硕士生,各行业机器学习与深度学习技术的爱好者。



    三、时间及授课方式

         2020年4月3日开始      (线上直播授课24课时)



    四、课程目标与特点

    目标:

    通过课程学习,可以理解机器学习的思维方式和关键技术;了解深度学习和机器学习在当前工业界的落地应用;能够根据数据分布选择合适的算法模型并书写代码,初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。

    特点:

    1、课程强调动手操作;内容以代码落地为主,以理论讲解为根,以公式推导为辅。讲解机器学习和深度学习的模型理论和代码实践,梳理机器学习、深度学习、计算机视觉的技术框架,从根本上解决如何使用模型、优化模型的问题;每次课中,首先阐述算法理论和少量公式推导,然后使用真实数据做数据挖掘、机器学习、深度学习的数据分析、特征选择、调参和结果比较。

    2、课程重视代码实践,使用金融、气象、农业、交通、安防等工业界实际数据(数据已脱敏)进行机器学习模型的落地应用,

    3、重视机器学习和深度学习的原理与实操;重视算法模型的同时,更强调实际问题中应该如何模型选择、特征选择和调参。

    4、全栈式的数据科学及大数据人才培养体系,额外提供400G、90课时的python高级编程、机器学习、数据挖掘、可视化、网络爬虫与文本挖掘最新教学视频、课件PPT及教学案例,授课讲师通过微信交流平台提供技术咨询,协助学员开展教学科研工作。



    五、主讲专家:

    邹博,睿客邦创始人,山东交通学院客座教授、南昌航空大学双师型教师、上海市计划生育科学研究所特聘专家、齐鲁交通集团旗帜信息人工智能应用部主任、天津大学创业导师、中国医药教育协会老年运动与健康分会学术委员、《聊城大学学报》编委;目前已经与全国十多所高校建立了AI 联合实验室,完成和在研 30 多个人工智能工业项目,广泛应用于医疗、交通、 农业、气象、银行、电信等多个领域。



    六、培训内容:

     

     

     

     

     

     

     

     

     

     

     

     

     

    Python与TensorFlow

     

    解释器Python2.7/3.6与IDE:Anaconda/Pycharm

           列表/元组/字典/类/文件

           numpy/scipy/matplotlib/panda的介绍和典型使用

           scikit-learn的介绍和典型使用

           TensorFlow典型应用

           典型图像处理

           多种数学曲线

           多项式拟合

           快速傅里叶变换FFT

           奇异值分解SVD

           Soble/Prewitt/Laplacian算子与卷积网络

     

     

     

     

    代码和案例实践:

           卷积与(指数)移动平均线

           股票数据分析

           缺失数据的处理

           环境数据异常检测和分析

           使用TensorFlow设计分类器

           使用TensorFlow完成线性回归

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    回归和随机森林

     

    线性回归

           Logistic/Softmax回归

           广义线性回归

           L1/L2正则化

           Ridge与LASSO

           Elastic Net

           梯度下降算法:BGD与SGD

           ID3、C4.5、CART详解

           决策树的正则化

           预剪枝和后剪枝

           Bagging

           随机森林

           不平衡数据集的处理

           利用随机森林做特征选择

           使用随机森林计算样本相似度

           异常值检测

    代码和案例实践:

           1.泰坦尼克号乘客缺失数据处理和存活率预测

           2.环境检测数据异常分析和预测

           3.模糊数据查询和数据校正方法

           4.PCA与鸢尾花数据分类

           5.二手车数据特征选择与算法模型比较

           6.广告投入与销售额回归分析

           7.鸢尾花数据集的分类

           8.决策树和随机森林的可视化

           9.葡萄酒数据集的决策树/随机森林分类

     

     

     

     

     

     

    卷积神经网络CNN

    神经网络结构,滤波器,卷积

           池化,激活函数,反向传播

           目标分类与识别、目标检测与追踪

    AlexNet、VGGNet、GoogleLeNet

           Inception-V3/V4

           ResNet、DenseNet

     

     

    代码和案例实践:

           数字图片分类

           卷积核与特征提取

           以图搜图

           人证合一

           卷积神经网络调参经验分享

     

     

     

     

     

    图像视频的定位与识别

     

    视频关键帧处理

           物体检测与定位

           RCNN,Fast-RCNN,Faster-RCNN,MaskRCNN

           YOLO

           FaceNet

    代码和案例实践:

           迁移学习

           人脸检测

           OCR字体定位和识别

           睿客识云

           气象识别

     

     

     

     

     

     

     

     

    循环神经网络RNN

     

    RNN基本原理

           LSTM、GRU

           Attention

           CNN+LSTM模型

           Bi-LSTM双向循环神经网络结构

           编码器与解码器结构

    特征提取:word2vec

           Seq2seq模型

    代码和案例实践:

           看图说话

           视频理解

           藏头诗生成

           问答对话系统

    OCR

           循环神经网络调参经验分享

     

     

     

     

     

     

     

     

     

     

     

     

     

    自然语言处理

     

    语言模型Bi-Gram/Tri-Gram/N-Gram

    分词

    词性标注

    依存句法分析

    语义关系抽取

    词向量

    文本分类

    机器翻译

    文本摘要

    阅读理解

    问答系统

    情感分析

     

    代码和案例实践:

    输入法设计

    HMM分词

    文本摘要的生成

    智能对话系统和SeqSeq模型

    阅读理解的实现与Attention

     

     

     

     

     

     

     

     

     

    生成对抗网络GAN

    生成与判别

           生成模型:贝叶斯、HMM到深度生成模型

           GAN对抗生成神经网络

           DCGAN

           Conditional GAN

           InfoGan

           Wasserstein GAN

     

    代码和案例实践:

           图片生成

           看图说话

           对抗生成神经网络调参经验分享

     

     

     

     

     

     

     

    强化学习RL

     

    为何使用增强学习

           马尔科夫决策过程

           贝尔曼方程、最优策略

           策略迭代、值迭代

           Q Learning

           SarsaLamda

           DQN

           A3C

           ELF

    代码和案例实践:

    OpenAI

           飞翔的小鸟游戏

           基于增强学习的游戏学习

           DQN的实现

     



    七、费用标准

    培训费2980/人



    八、颁发证书

    可以获得:工业和信息化部颁发的证书。该证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。注:请学员提供2寸电子版照片(注明姓名)、身份证照片。(考试及证书费用可选500元/人)



    举报活动

    活动标签

    最近参与

    您还可能感兴趣

    您有任何问题,在这里提问!

    为营造良好网络环境,评价信息将在审核通过后显示,请规范用语。

    全部讨论

    还木有人评论,赶快抢个沙发!

    活动主办方更多

    中科图云

    中科图云

    北京中科图云科技有限公司专注于人工智能/云计算/大数据/高性能方向的技术培训。致力于通过对行业前沿技术的持续创新解读,为相关方向的研究机构和行业用户,提供从训练到推理的一站式人工智能云计算应用服务解决方案/教学实训平台

    微信扫一扫

    分享此活动到朋友圈