求知 文章 文库 Lib 视频 Code iProcess 课程 角色 咨询 工具 火云堂 讲座吧   建模者  
会员   
 
 
 
开班计划 | 技术学院 | 管理学院 | 嵌入式学院 | 电子&机械 | 在线学院  
成功案例   品质保证  电话 English
追随技术信仰

随时听讲座
每天看新闻
 
   
成功案例
某工程研 数据库设计与优化
知名财险 Oracle数据库
某金融公 Mysql集群与性
知名某信 NoSQL缓存数据
财政部唯 大数据分析专题-R
神龙汽车 大数据技术平台-H
中国电信 大数据时代与现代企

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
 
全部课程 >人工智能  
机器学习和深度学习应用实践指导
241 次浏览  6 次
王老师
清华大学软件工程专业博士。主要研究方向为人工智能与大数据技术。
 
时间地点:北京 上海 深圳根据报名开班
课程费用:7200元/人
企业内训:可以根据企业需求,定制内训,详见 内训学习手册

课程首先讲解机器学习的数学知识基础,然后分别详细讲解机器学习和深度学习的核心算法,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:
通过实际案例讲解和实践练习,理解并掌握如下机器学习的方法和工具:
  • 机器学习数学基础(优化方法)
  • 海量数据模型开发实际案例,组合模型算法
  • 机器学习模型详解及案例
  • 神经网络,深度学习算法详解及案例
  • 模型组合详解及案例应用
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:了解机器学习的基本知识和算法基础
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:4天
机器学习数学基础(优化方法) 从机器学习算法角度列出相关的数学知识:
  • 微积分
  • 线性代数
  • 概率论
  • 最优化方法
讲解相关的数学知识
  • 优化论
  • 凸优化论
  • 对偶理论
  • SMO
  • 核函数
  • 矩阵
海量数据模型开发实际案例,组合模型算法 海量数据资源的应用分析
问题建模与机器学习需求分析
算法模型设计,选择讲解如下算法:
  • 随机森林
  • 装袋树
  • Cubist
  • Adaboost
  • GBDT、GBRT,组合算法
算法模型框架搭建
算法执行与调优
机器学习模型详解及案例 问题建模与机器学习需求分析
算法模型设计,选择讲解如下算法:
  • SVM
  • 灵活判别分析
  • K近领
  • 贝叶斯方法
算法模型框架搭建
算法执行与调优
神经网络,深度学习算法详解及案例 问题建模与机器学习需求分析
算法模型设计,选择讲解如下算法:
  • 人工神经网络
  • C5.0
  • 深度学习
  • 卷积神经网络
算法模型框架搭建
算法执行与调优
案例:结合客户的案例进行练习、指导和评价
模型组合详解及案例 如何组合各种模型解决实际问题:
  • 应用问题分析
  • 模型组合分析
  • 模型组合框架设计
  • 算法执行
  • 结果分析与算法优化
案例:结合客户的案例进行练习、指导和评价
 
241 次浏览  6 次
其他人还看了课程
强化学习及案例实践  368 次浏览
自然语言处理(NLP)  756 次浏览
机器学习及其matlab实现-从基础到实践  293 次浏览
人工智能概况和前沿展望  561 次浏览
TensorFlow 架构和应用  1776 次浏览
深度学习模型 & Tensorflow框架实践  2543 次浏览
定制内训



最新活动计划
[北京]嵌入式软件架构设计高级实践 6-18
[北京]产品需求分析与管理 6-20
[北京]云平台与微服务架构设计 6-25
[北京]高性能Java编程与系统性能优化 6-27
[北京]Oracle数据库性能,架构和维护 7-2
[北京]重构复杂遗留系统的最佳实践 7-5
[北京]人工智能,机器学习和深度学习 7-16
[上海]UML与面向对象分析设计 6-28
[上海]亿级用户高并发、高可用系统架构 7-20
[深圳]敏捷开发过程与项目管理 6-24
 讲座 云平台与微服务
 讲师:苏鹏
 时间:2019-6-23
 
 讲座 持续集成平台
 讲师:俎涛
 时间:2019-7-20
 
 
 
 

 
每天2个文档/视频
扫描微信二维码订阅
订阅技术月刊
获得每月300个技术资源
 
希望我们的资料可以帮助你学习,也欢迎投稿&提建议给我
频道编辑:sky
邮       件:sky@uml.net.cn

关于我们 | 联系我们 | 京ICP备10020922号 京公海网安备110108001071号