求知
文章
文库
Lib
视频
iPerson
课程
认证
咨询
工具
讲座
Model Center
Code
会员
找课
开班计划
|
技术学院
|
管理学院
|
嵌入式学院
|
机械
|
军工学院
|
定向培养
|
专家指导
电话
English
成功案例
品质保证
成功案例
中航信 数据湖架构原理与应
某医疗磁 数据采集与处理
某科技公 大数据(Hadoo
诺基亚 Python基础
天津电子 Elasticse
中国电信 数据仓库与数据挖掘
某航天科 MySQL性能优化
更多...
相关课程
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
更多...
全部课程
>
人工智能
人工智能、机器学习& TensorFlow+Keras框架实践
9291 次浏览
53 次
刘老师
西电计算机科学与技术本科专业,拥有10多年软件研发经验,5年企业培训经验。
时间地点
:北京、上海、 深圳 根据报名开班
课程费用:
5000元/人
报公开课
要内训
企业内训:
可以根据企业需求,定制内训,详见
内训学习手册
认证方式:
培训前了解能力模型。
培训后进行能力评测:
在线考试
能力分析,给出学习建议
合格者颁发证书,作为职业技能资格证明
课程首先讲解人工智能总体介绍,然而分别详细讲解机器学习和深度学习,并结合人工智能实例讲解如何运用人工智能解决实际问题。
培训目标:
了解人工智能与机器学习知识体系
学习机器学习基础算法
学习 机器学习进阶算法
演练 机器学习实战项目
了解深度学习基础
学习深度学习基本原理
进行深度学习模型原理解析
学习深度学习框架实践Tensorflow
学习使用 Keras 进行深度学习
培训对象:
算法工程师,分析工程师,人工智能系统开发工程师
学员基础:
了解人工智能基本概念
授课方式:
定制课程 + 案例讲解 + 小组讨论,60%案例讲解,40%实践演练
培训
内容:2天
人工智能初览
人工智能基本概念
人工智能的核心技术
人工智能的应用领域介绍
第一阶段 初探机器学习
1. 机器学习要解决的问题2. 有监督无监督问题
3. 机器学习能做什么
4. 感知器-线性分类
5. 线性回归原理,推导
6. 实例:预测泰坦尼克船员能否获救
7. K近邻算法原理
8. K近邻算法代码实现
第二阶段 机器学习基础算法
1. 逻辑回归算法原理,推导
2. 逻辑回归代码实现
3. 多分类问题解决方案
4. 一对一分类,一对多分类
5. 决策树算法模型
6. 熵原理,信息增益
7. 决策树构建
8. 决策树代码实现
9. 贝叶斯算法原理
10. 贝叶斯代码实现
第三阶段 机器学习进阶算法
1. 自适应增强算法代码
2. 线性支持向量机算法原理推导
3. 支持向量机核变换推导
4. SMO求解支持向量机
5. 随机森林算法原理
6. 使用随机森林衡量选择特征标准
7. 实例:使用随机森林改进泰坦尼克获救预测
8. 聚类算法综述
9. K-MEANS与DBSCAN算法讲解
第四阶段 机器学习实战项目
1. 特征提取
2. 预处理,归一化
3. 分类解决方案
4. 聚类解决方案
5. 二分图,转移矩阵原理
第五阶段 深度学习基础
1. 人工智能深度学习历史发展及简介
2. 得分函数
3. 损失函数
4. 正则化
5. Softmax分类器原理
6. 最优化问题
7. 梯度下降
8. 反向传播
第六阶段,深度学习基本原理
1、 深度学习简介
2、 深度学习成功应用
3、 深度学习与神经网络的对比
4、 深度学习的训练过程
5、 深度学习的具体模型
自动编码器
稀疏自动编码器
降噪自动编码器
6、 深度学习应用案例
第七阶段,深度学习模型原理解析
1、 CNN
CNN模型的推导与实现
CNN的反向求导及练习
CNN应用:文本分类
CNN 常见问题总结
2、 RNN
RNN模型的推导与实现
RNN的反向求导及练习
RNN应用:个性化电影推荐
RNN常见问题总结
3、 LSTM
LSTM模型的推导与实现
LSTM的反向求导及练习
LSTM应用:文本识别
LSTM常见问题总结
4、 DNN
DNN模型的推导与实现
DNN的反向求导及练习
DNN应用:CTR预估
DNN常见问题总结
5、 广告搜索中深度学习的应用
查询意图识别:CSR
文本相关性:Word2Vec。DSSM
CTR预估:DNN、MxNet
图像理解:VGGNet、CNN
第八阶段,深度学习框架实践Tensorflow
Tensorflow框架介绍
TensorFlow和其他深度学习框架的对比
Tensorflow 架构
Tensorflow 基本使用
TensorFlow实现多层感知机
TensorFlow实现卷积神经网络
Tensorflow 实现循环神经网络
Tensorflow 实现LSTM
TensorFlow实现深度强化学习
实战:TensorFlow进行机器学习和深度学习案例实践。
第九阶段,使用 Keras 进行深度学习
Keras 简介
Keras与TensorFlow比较
Keras的模块结构
Keras 中的模型
Keras 支持的对象概念
Keras 中的数据处理
使用Keras构建深度学习模型
报公开课
要内训
9291 次浏览
53 次
其他人还看了课程
图数据库与知识图谱应用实践
341 次浏览
图像识别与深度学习
3839 次浏览
大模型原理与实战
1708 次浏览
人工智能的软件测试应用
1745 次浏览
大模型技术剖析及对行业的影响
726 次浏览
多模态、ChatGPT与扩散模型实战
1449 次浏览
最新活动计划
面向对象业务分析与系统设计 10-16[线上]
嵌入式软件架构设计-高级实践 10-17[线上]
Qlik Sense数据分析技术 10-17线上]
基于 UML 和EA进行分析设计 10-22[北京]
用户研究与用户建模 10-24[北京]
QT应用开发 10-24[北京]