课程定位

以四天技术实战连接机器学习、深度学习和计算机视觉的理论、数据处理及模型项目。

学习收获

• 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。

课程模块

第一天上午机器学习与线性回归算法

• 线性回归实现销售数据预测 (3h)
• 1.线性回归介绍与公式推导
• 2.多变量线性归回与梯度下降
• 3.预测销量与广告投放相关性预测
• 4.数据升维与PCA降维
• 5.数据归一化与模型优化
• 6.欠拟合与过拟合
• 7.训练结果的可视化
• 保存模型与再加载

第一天下午 逻辑回归与决策树实战

• 逻辑回归之信用卡反欺诈预测 (1.5h)
• 1.项目背景与需求分析
• 2.特征工程之标准化
• 3.基本预处理操作
• 4.上采样与下采样
• 5.混淆矩阵可视化函数
• 6.模型的训练与准确率,精确率,召回率

决策树、集成学习识别银行高风险贷款 (1.5h)

• 1.信息增益与算法原理介绍
• 2.数据分析、特征工程
• 3.模型训练与优化参数
• 4.随机森林、正向激励算法
• 采用决策树识别高风险贷款

第二天上午Tensorflow2.3 神经网络

• 深度学习与深度神经网络实践 (1.5h)
• 1.Tensorflow安装
• 2.Tensorlfow基础知识
• 3.Tensorflow线性回归
• 4.Tensorflow非线性回归
• 5.Mnist数据集合Softmax讲解
• 6.使用BP神经网络搭建手写数字识别
• 7.交叉熵(cross-entropy)讲解和使用
• 8.过拟合,正则化,Dropout
• 9.各种优化器Optimizer
• 10.改进手写数字识别网络
• 11.模型保存与载入

第二天下午 深度学习之卷积神经网络

• CIFAR图形图像识别项目 (3h)
• 1.CIFAR项目需求介绍
• 2.分析爱data_batch数据集
• 3.CNN卷积神经网络介绍
• 4.卷积、深度、池化、步长、激活函数
• 采用CNN完成CIFAR物体分类
• 1.人脸识别数据集与算法介绍
• 2.模型结构设计
• 3.人脸损失函数设计
• 4.模型与参数调优

第三天上午Keras 神经网络框架

• Keras理论介绍最佳实战 (3h)
• 1.Keras神经网络框架介绍
• 2.基于Keras情感类分析
• 3.动物分类器实现
• 4.采用Keras实现非线性回归
• 5.生成式对抗神经网络原理及应用
• 6.模块结构分析与优化策略
• 7.采用Keras重构TensorFlow项目

第三天下午 Open CV计算机视觉技术

• OpenCV的人脸识别 (3h)
• 1.OpenVINO框架介绍与安装测试
• 2.OpenCV DNN中使用IE模块加速
• 3.转化工具与IE模块加速
• 4.准备人脸数据
• 5.CV扫描图像、平滑、扩张实现
• 6.DNN神经网络识别人脸
• 7.测试与调优操作
• 8.基于Open CV DNN 构建车辆与车牌检查模型

第四天上午YOYO目标识别框架技术

• YOYO目标识别框架介绍 (3h)
• 1.标检测任务介绍
• 2.RCNN/Fast-RCNN/Faster-RCNN算法介绍
• 3.YOLO算法介绍
• 4.目标分割任务介绍
• 5.全卷积网络
• 6.双线性上采样
• 7.特征金字塔
• 8.Mask RCNN算法介绍
• 9.目标分割项目实战

第四天下午 图数据库与构建知识图谱

• 知识表示与建模 (1.5h)
• 1.知识图谱核心技术：知识推理
• 2.知识图谱应用场景与抽取概述介绍
• 3.本体知识推理与任务分类
• 4.实体与关系、事件抽取技术
• 5.采用TxtCnn、CRF完成知识抽取
• 6.采用RNN、LSTM完成知识抽取
• 知识存储与问答机器人构建 (1.5h)
• 1.知识存储neo4j常用数据库
• 2.Cyhper语言介绍
• 3.采用Py操作Neo4j数据库
• 4.基于知识图谱问答机器人构建

师资信息

刘老师 西安邮电学院计算机科学与技术本科专业，拥有着十几年软件研发经验，7年企业培训经验，对Java、Python、区块链等技术领域有独特的研究，精通J2EE企业级开发技术。Java方向：设计模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且对Java源码有深入研究。Python方向：Python OOP、Mongodb、Django、Scrapy爬虫、基于Surprise库数据推荐，Tensorflow人工智能框架、人脸识别技术。区块链方向：BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS。
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。
王老师 计算机博士，深入理解传统的计算机视觉方法与目前主流的深度学习算法，在图像识别、目标检测、图像分割、OCR、人脸识别等方向均进行了丰富的项目实战。熟练使用OpenCV、Tensorflow、Keras等工具。具备丰富的数据挖掘经验，熟悉大数据下的ETL与模型搭建，曾独立负责美团用户信用分评估、敏感身份挖掘、京东金融APP多个模块推荐算法搭建等项目。
以上为不同专家的独立经历，当期授课以正式通知为准，不代表共同授课。

课程咨询与报名

了解本期课程安排、师资及报名事项，请联系新中华学习网：400-061-6586，也可使用本页下方的报名咨询表。具体开课安排以正式通知为准。

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。