培训收益

  课程中通过细致讲解，使学员掌握该技术的本质。具体收益包括：

  1. 回归算法理论与实战；

  2. 决策树算法理论与实战；

  3. 集成学习算法理论与实战；

  4. KNN算法和决策树算法理论与实战；

  5. 聚类算法理论与实战；

  6. 神经网络算法；

  7.Tensorflow；

  8. 生成式对抗网络GANs。

  培训特色

  本次培训从实战的角度对深度学习技术进行了全面的剖析，并结合实际案例分析和探讨深度学习的应用场景，给深度学习相关从业人员以指导和启迪。

  颁发证书

  颁发《人工智能高级工程师》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。

课程大纲

日程

培训模块

培训内容

第一天

上午

机器学习简介

  回归算法理论与实战：

  1.一元线性回归

  2.代价函数

  3.梯度下降法

  4.使用梯度下降法实现一元线性回归

  5.标准方程法

  6.使用sklearn实现一元线性回归

  7.多元线性回归

  8.使用sklearn实现多元线性回归

  9.特征缩放，交叉验证法

  10.过拟合正则化

  11.岭回归

  12.sklearn实现岭回归

  13.LASSO回归

  14.sklearn实现LASSO回归

第一天

下午

决策树算法理论与实战

  15.决策树-信息熵,ID3,C4.5算法介绍

  16.sklearn实现决策树

  17.决策树-CART算法

  18.决策树应用

集成学习算法理论与实战

  19.Bagging介绍与使用

  20.随机森林介绍与使用

  21.Adaboost介绍与使用

  22.Stacking和Voting介绍与使用

泰坦尼克号获救人员预测项目

第二天

上午

KNN算法和决策树算法理论与实战

1.KNN算法介绍

2.python实现knn算法

  3.sklearn实现knn算法完成iris数据集分类

聚类算法理论与实战

  4.k-means算法原理

  5.k-means算法实现

  6.DBSCAN算法原理

  7.DBSCAN算法实现

第二天

下午

神经网络算法

  8.神经网络基本原理

  9.单层感知器程序

  10.线性神经网络

  11.激活函数，损失函数和梯度下降法

  12.线性神经网络异或问题

  13.BP神经网络介绍

  14.BP算法推导

  15.BP神经网络解决异或问题

  16.BP算法完成手写数字识别

  16.sklearn-BP神经网络解决手写数字识别

  17.GOOGLE神经网络平台

特征工程贷款拖欠预测项目

用户流失预测项目

第三天

上午

Tensorflow（一）

  1.深度学习框架介绍

  2.Tensorflow安装

  3.Tensorlfow基础知识：图，变量，fetch，feed

  4.Tensorflow线性回归

  5.Tensorflow非线性回归

  6.Mnist数据集合Softmax讲解

  7.使用BP神经网络搭建手写数字识别

  8.交叉熵(cross-entropy)讲解和使用

第三天

下午

Tensorflow（二）

  9.过拟合,正则化,Dropout

  10.各种优化器Optimizer

  11.改进手写数字识别网络

  12.卷积神经网络CNN的介绍

  13.使用CNN解决手写数字识别

  14.长短时记忆网络LSTM介绍

  15.LSTM的使用

  16.模型保存与载入

第四天

上午

图像识别项目

1.介绍Google图像识别模型Inception-v3

  2.使用Inception-v3做图像识别

图像识别项目

  3.训练自己的图像识别模型

验证码识别项目

  4.多任务学习介绍

  5.生存验证码图片

  6.构建验证码识别模型

第四天

下午

文本分类项目

  7.文本分类任务介绍

  8.word2vec介绍

  9.使用CNN完成文本分类

  10.使用LSTM完成文本分类

生成式对抗网络GANs

11.GANs介绍

  12.使用tensorflow完成GANs

业内经验交流

课程主讲

  覃老师 

  上海大学物理学硕士，创业公司合伙人，技术总监。机器学习，深度学习领域多年一线开发研究经验，精通算法原理与编程实践。曾使用Tensorflow，Caffe，Keras等深度学习框架完成过多项图像，语音，nlp，搜索相关的人工智能实际项目，研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验，讲课通熟易懂，代码风格简洁清晰。

  杨老师 计算机博士，目前就职于中科院某研究所，长期从事深度学习与机器学习研究工作，在NLP与CV领域有很深造诣，主持多项科技专项，并带领团队深入一线研发并落地，XXX视频监控与分析系统、XXX舆情监控系统、XXX智能对话系统及 XXX森林防火无人机跟拍系统等。申请发明专利2项、部级科技进步二等奖一次，在SIGIR、CIKM及AAAI的国际会议发表多篇文章。

  赵老师  计算机博士，目前主要研究方向包括电子推荐、智能决策和大数据分析等。主持国家自然科学基金2项、中国博士后科研基金、上海市浦江人才、IBM Shared University Research以及多项企业合作课题等项目。已在《管理科学学报》、《系统工程学报》、Knowledge and Information Systems ,Information Processing & Management，Information Systems Frontiers等国内外刊物和学术会议发表论文90多篇，其中被SCI、EI收录40多篇。出版著作和教材《智能化的流程管理》、《客户智能》、《商务智能（第四版）》、《商务智能 数据分析的管理视角（第三版）》、《数据挖掘实用案例集》等多部。

备  注

课程费用：7800元/人（含培训费、场地费、考试证书费、资料费、学习期间午餐），食宿可统一安排，费用自理。请学员带身份证复印件一张。