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   成长之路  
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
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
某知名银 大数据分析专题-R

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(深度学习)算法和应用    
819 次浏览  45 次
B. Ma
百度高级算法工程师
 
时间地点北京,上海,深圳根据报名开班
课程费用:5500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


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


    课程讲解机器学习(深度学习)算法基本原理,以及如何应用这些机器学习算法实现行业应用。

    培训特色

    • 幻灯片算法讲解,结合代码分析,剖析算法原理;实际应用举例和和业界趋 势分析
    • 成熟开源框架介绍和实例(Theano, TensorFlow)。
    • 使学员能够了解机器学习的流程步骤;理解用机器学习方法解决实际问题的方法和思路;
    • 初步掌握基础机器学习的算法和实现方法。
    培训目标:

    • 了解机器学习概要
    • 学习广义线性模型
    • 经典概率模型
    • 决策树及其组合模型 Ensemble Models
    • 非监督学习模型 Unsupervised Learning
    • 人工神经元网络 Artificial Neural Networks
    培训对象:对机器学习算法原理和应用感兴趣,具有一定编程(Python)和数学基础(线 性代数、微积分和概率论)的管理和技术人员
    学员基础:有一定的机器学习基础
    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:2天

    主题
    内容
    机器学习概要
    a) 什么是机器学习 & 与传统软件开发的异同
    b) 机器学习的分类和特点
    c) 机器学习可以解决的问题和应用现状
    广义线性模型
    a) 感知器模型 Perceptron
    b) 线性神经元 Linear Neuron / Adaline
    c) 逻辑回归 Logistic Regression
    d) 误差曲面和三种梯度下降算法 Gradient Descendent
    经典概率模型
    a) 朴素贝叶斯 Na?ve Bayes
    决策树及其组合模型
    Ensemble Models
    a) 决策树 Decision Tree: ID3 & CART
    b) 随机森林 Random Forest
    c) 自适应增强算法 Adaptive Boosting (AdaBoost)
    d) 梯度增强决策树 Gradient Boost Decision Tree (GBDT)
    非监督学习模型
    Unsupervised Learning
    a) 聚类 Clustering: K-‐Means, Hierarchy
    b) 降维 Dimension Reduction
    i. 主成分分析 Principle Component Analysis
    ii. 奇异值分解 Singularity Decomposition c) 关联规则
    i. Apriori 关联分析
    ii. FP-‐growth 频率项集
    人工神经元网络
    Artificial Neural Networks
    a) 神经元网络架构
    b) 向后传播训练算法 Backpropagation
    c) 多层感知器网络 Multiple-‐Layer Perceptron (MLP) d) 深度学习神经网络介绍
    i. 卷积神经网络 CNN
    ii. 循环神经网络 RNN 及其应用 1. 长短记忆神经网络 LSTM
    2. 受限玻尔兹曼机 Restricted Boltzmann Machine
    3. 深度置信网络 Deep Belief Net
    4. Deep Autoencoder
     
    819 次浏览  45 次
    其他人还看了课程
    机器学习与大数据的应用结合  1548 次浏览
    基于R的影响预测模型建立实战  408 次浏览
    机器学习应用实践  762 次浏览
    机器学习和数据挖掘课程  710 次浏览
    金融行业人工智能与数据挖掘实战  29 次浏览
    强化学习及案例实践  240 次浏览
    定制内训



    最新活动计划
    [北京]需求分析管理 3-21
    [北京]大数据分析与管理 3-28
    [北京]Android开发技术进阶 3-26
    [北京]ios开发技术深入研究 4-9
    [北京]软件架构设计方法案例与实践 4-10
    [上海]人工智能机器学习和深度学习 3-22
    [上海]产品需求分析与管理 3-30
    [深圳]敏捷开发过程与项目管理 5-23
     讲座 高效配置管理
     讲师:彭金晓
     时间:2019-3-30
     
     讲座 设计模式C语言
     讲师:薛卫国
     时间:2019-4-20
     
    中国移动  人工智能、机器学习和深度学习
    知名财险公司  Oracle数据库性能调优
    航天科工某子公司  软件测试架构师
    英特尔  代码整洁与嵌入式C高质量编程
    知名消费金融公司  探索性测试与测试分析
     
     
     

     
    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