求知 文章 文库 Lib 视频 Code iProcess 课程 认证 咨询 工具 火云堂 讲座吧   成长之路  
会员   
 
 
 
全部课程 | 技术学院 | 管理学院 | 嵌入式学院 | 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
IGT 数据分析与挖掘

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  
机器学习理论与实战
罗老师
人工智能专业博士毕业,现任国内某著名研究机构博士生导师。.
报名课程   1355 次浏览  40 次
时间地点北京 上海 深圳根据报名开班
课程费用:5700元/人 详见 公开课学习手册
企业内训:可以根据企业需求,定制内训,详见 内训学习手册


本次课程涵盖机器学习领域标签学习、概率图模型以及神经网络等方面的理论算法教学,同时辅以Bot机器人与智能营销等方向的实战开发。除了理论课程之外,长达1个月的GPU云服务能快速提升学员的实战开发能力。
本课程机器学习理论+实战部分的内容结构图如下:

通过讲授机器学习和深度学习理论及算法,让学员对机器学习、深度学习技术方法有深入的理解,同时学习深度学习开源平台的开发方法,为案例实战做好准备;再通过案例实战,让学员亲自上手实践机器学习、深度学习在实际项目中的应用技术。通过理论学习+动手实操的培训,为学员能够快速向AI转型、从事AI技术及AI项目研发打好基础。
培训目标:

1 绪论:ML与AI的回顾和简介
2 标签学习
2.1 以分类、回归的思想建模(最小化回归误差和最小化信息熵)
2.2 以概率的框架建模(最大化数据似然)
2.3 集成学习方法
3 结构体建模
3.1 有向的概率图模型
3.2 无向概率图模型
培训对象:大数据分析工程师,机器学习专业人士
学员基础:了解数据分析一般原理,对机器学习有一定概念
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

1 绪论:ML与AI的回顾和简介
务实的AI与机器学习发展历史回顾(课程内容总体介绍)
AI的潮起潮落:弱人工智能和强人工智能
机器学习模型的构成:目标函数、优化、推理预测
机器学习模型的分类:监督学习与非监督学习
机器学习研究的新趋势:从标签学习到结构体学习模型
2 标签学习 介绍的机器学习模型包括:决策树、回归树、GBRT、Logistic Regression、集成方法
2.1 以分类、回归的思想建模(最小化回归误差和最小化信息熵) 决策树:信息熵
回归树
Gradient Boosting Regression Tree:在工业界的广发应用与特征工程
核心讲授思想:从优化的观点出发,讲解树生成的贪心算法
2.2 以概率的框架建模(最大化数据似然) 复习概率论基本知识:sum rule, product rule
Logistic Regression:从二分类到多分类的Softmax
朴素贝叶斯
核心讲授思想:讲授最大化似然的优化目标、梯度下降的优化方法、和模型预测方法

2.3 集成学习方法 Bagging、Random Forest、Adaboost
核心讲授思想:集成学习核心思想,特别介绍Adaboost算法在理论上的性能保障
3 结构体建模 主要讲授:概率图模型与EM算法
3.1 有向的概率图模型 有向概率图模型:基本知识(全概率公式的表达与模型条件独立假设的等价关系)
经典有向概率图的具体模型:
朴素贝叶斯的概率图模型
矩阵分解的协同过滤方法:Probabilistic Matrix Factorization(顺带讲解协同过滤的其它方法)
概率图模型设计的方法论
引入隐变量的有向图概率图模型
主题模型:PLSA
混合高斯模型(无监督聚类)
EM算法细节:对引入隐向量的结构体的建模

核心讲授思想:讲授有向的概率图模型的基本知识和经典模型实例;讲授引入隐变量到概率图模型的目的,和该情况下的优化方法(EM算法)

3.2 无向概率图模型 无向的概率图模型:基本知识(全概率公式的表达与模型条件独立假设的等价关系)
经典无向概率图的具体模型:条件随机场(Viterbi算法)
核心讲授思想:讲授无向的概率图模型的基本知识和经典模型实例

4 结构体预测 主要讲授:深度学习神经网络方法
4.1 神经网络基础 神经网络概述
全连接前馈神经网络:模型优化的BP算法(随机梯度下降、梯度消失)
PLSA的神经网络实现方法

核心讲授思想:神经网络是对从输入到输出的计算流程可视化,同时便于反向求导等运算
4.2 Theano编程 编程介绍、调试、Theano背后的设计思想

核心讲授思想:以Theano下的全连接前馈神经网络的实现为例,讲解Theano的神经网络编程
4.3 卷积神经网络 卷积神经网络原理:BP算法在卷积神经网络下的推导
卷积神经网络应用:基本应用、图像虚幻化的应用
4.4 循环神经网络 循环神经网络原理:BP算法在循环神经网络下的推导
循环神经网络基本应用:序列标注、语言建模
循环神经网络高级应用:机器翻译、对话生成

核心讲授思想:机器学习从特征工程迈向网络设计
5 前沿研究与实际案例
5.1 机器学习案例实战一 闲聊机器人构建:生成式模型的研究前沿
对话的多机理建模
自顶向下的树结构神经网络生成
结构体预测的Adaboost方法(与对抗神经网络的结合)
5.2 机器学习案例实战二 线上行为在线下营销智能化中的建模实践
5.3 大数据应用案例实战 打击证券交易市场“老鼠仓”
 
1355 次浏览  40 次
其他人还看了课程
机器学习(深度学习)算法和应用   540 次浏览
人工智能,机器学习和深度学习  14311 次浏览
机器学习和深度学习应用实践指导  30 次浏览
机器学习系统实践  24 次浏览
人工智能前沿:对抗式生成网络GAN  225 次浏览
机器学习与大数据的应用结合  1372 次浏览
定制内训


咨询服务:设计逆向、设计建模与重构
咨询目标 帮助客户树立当前系统的设计模型
采用工具逆向设计模型
对当前设计的问题进行重构。
咨询范围 程序设计方法与建模
数据设计方法与建模
算法设计方法与建模
系统重构
咨询方式 对当前的系统逆向设计模型
诊断当前的设计问题
进行优化设计,
重构设计模型
成功案例 某汽车电子企业嵌入式系统,某航天设备监控系统,某保险公司理赔系统。
详情咨询:010-62670969, zhgx@uml.net.cn

最新活动计划
[北京]selenium进行web自动化测试 9-10
[北京]微服务架构设计与实践 9-12
[北京]开发过程中的质量管理实践 9-17
[北京]UML和EA进行系统分析设计 9-18
[北京]大数据分析与管理 9-20
[北京]架构设计方法、案例与实践 9-26
[上海]人工智能机器学习和深度学习 9-14
[上海]嵌入式 Linux应用开发 10-12
[深圳]HTML5与前端框架高级应用 10-18
[深圳]软件测试方法与实践 9-22
 
 
 

 
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