机器人与人工智能爱好者论坛

标题: python人工智能与机器学习——网络课程技术培训班 [打印本页]

作者: bjssyh 时间: 2020-2-15 04:06
标题: python人工智能与机器学习——网络课程技术培训班

python人工智能与机器学习——网络课程技术培训班

[size=14.0000pt]一、授课时间：2020年2月28日—2020年3月4日（每晚19:00—22:00）

二、授课方式：QQ群

三、主讲专家

“覃秉丰”：AI创业公司创始人。人工智能、机器学习、深度学习领域一线实战专家。精通机器学习算法原理与编程实践。拥有多项国家专利及丰富的科研及工程技术经验。长期从事深度学习、人工智能、机器学习、计算机视觉等领域的教学与研究工作。

四、会议目标：通过课程学习，

1.可以掌握理解机器学习的思维方式和关键技术及算法；

2.了解机器学习和深度学习在当前工业界的落地应用；

3.掌握最新Tensorflow2.0版本框架在卷积神经网络、长短时记忆网络、循环神经网络等应用技巧与细节分析；

4.能够根据数据分布选择合适的算法模型并书写代码，能开发出一些实际的应用项目并运用 Python进行机器学习与深度学习的研究工作。

[size=14.0000pt]五、参会费用

1、网课课程统一收费1299元/人（六天、18课时；可开具发票，做长期技术指导）

2、线下课程统一收费4500元/人（含培训费、资料费、指导费、发票费、证书认证费），住宿可统一安排费用自理

[size=14.0000pt]六、优惠政策

1、参加网课学员后期可参加院校线下课程（本单位每月举办线下课程，由于疫情影响暂停），线下课程总费用4500元（减去－）线上课程费用1299元（等于＝）网课学员参加线下费用3201元。

2、线下学员通过考试后可获得：工业和信息化部人才交流中心颁发 高级《人工智能应用开发工程师》项目认证证书，该证书可作为有关单位专业技术人员能力评价、以及求职应聘和从业人员加薪、晋升、考核等任职的重要依据。

注：请准备两寸蓝底照片、身份证及学历证明（学生证、毕业证、学位证都可）电子版即可。

七：应各企事业单位、高等院校及科研院所技术需求，特开展“python人工智能与机器学习”网络直播课程，特此发至邀请通知

Python 人工智能与机器学习—网课大纲

时间	大章节	小章节
周五	一、python基础学习	1.python基础学习 2.科学计算包numpy使用学习 3.绘图工具包matplotlib学习
	二、人工智能与机器学习基础	1.人工智能概述 2.机器学习概述 3.机器学习算法应用分析
周六	三、回归算法	1.一元线性回归 2.代价函数 3.梯度下降法 4.sklearn一元线性回归应用 5.多元线性回归 6.sklearn多元线性回归应用案例：葡萄酒质量和时间的关系
	四、KNN分类算法	1.KNN分类算法介绍 2.KNN分类算法应用 3.KNN实现案例：鸢尾花分类
	五、决策树算法	1.决策树算法介绍 2.熵的定义 3.决策树算法与应用实现案例：用户购买行为预测
	六、集成算法与随机森林	1.Bagging算法介绍 2.随机森林建模方法 3.Adaboost算法介绍 4.stack算法介绍
周日	七、K-means聚类算法	1.K-means算法介绍 2.K-means算法应用 3.K-means算法实际应用案例案例：NBA球队实力聚类分析
	八、支持向量机	1.SVM算法介绍案例：SVM完成人脸识别应用
	九、泰坦尼克号获救预测案例	1.缺失值填 2.特征筛选 3.案例实战
周一	十、深度学习基础-神经网络介绍	1.人工神经网络发展史 2.单层感知器 3.激活函数，损失函数和梯度下降法 4.BP算法介绍案例：BP算法解决手写数字识别问题
	十一、Tensorflow基础应用	1.Tensorflow安装 2.Tensorlfow基础知识：图，变量，fetch[size=10.5000pt]，feed 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
周二	十二、卷积神经网络CNN应用	1.CNN卷积神经网络 2.卷积层、池化层（均值池化、最大池化） 3.CNN手写数字案例
	十三、长短时记忆网络LSTM应用	1.RNN循环神经网络 2.长短时记忆网络LSTM 3.LSTM应用案例
	十四、图像识别模型项目实战	1.图像数据增强 2.用自己收集的数据训练图像识别模型 3.使用迁移学习完成图像分类
周三	十五、自然语言处理项目实战	1.自然语言处理项目介绍 2.word2vec介绍 3.用CNN训练一个新的文本分类模型 4.用LSTM训练一个新的文本分类模型
	十六、人脸识别项目实战	1.人脸识别任务介绍 2.人脸检测模型MTCNN 3.人脸识别算法FaceNet介绍 4.训练自己的人脸识别模型目标检测算法标签标注

七、报名方式

联系人：冠楠 Q Q：1549935216

邮箱：1549935216@qq.com 微信：18311050656

欢迎光临机器人与人工智能爱好者论坛 (http://robot-ai.org/)