AI人工智能-基于python的机器学习与深度学习

人工智能

--机器学习与深度学习强化特训营

【培训课时】:48课时

【课程简介】

人工智能的浪潮正在席卷全球,各种培训课程应运而生,但真正能让学员系统、全面掌握知识点,并且能学以致用的实战课程并不多见。本课程包含机器学习、深度学习的重要概念及常用算法(决策树、关联规则、聚类、贝叶斯网络、神经网络、支持向量机、遗传算法、CNN、RNN、Keras等),以及人工智能领域当前的热点。通过48课时的系统学习、案例讲解和动手实践,让学员能初步迈入机器学习和深度学习的知识殿堂。

【课程收益】

掌握数据挖掘与机器学习基本知识;

掌握数据挖掘与机器学习进阶知识;

掌握深度学习的理论与实践;

掌握深度学习人工智能工具:TensorFlow、Keras等;

为学员的后续项目应用提供针对性的建议。

【课程特点】

本课程力图理论结合实践,强调从零开始,重视动手实践;课程内容以原理讲解为根本,以应用落地为目标。课程通过大量形象的比喻和手算示例来解释复杂的机器学习理论,既能将原理充分讲懂讲透,也避免了繁复而枯燥的公式推导。

【课程对象】

计算机相关专业本科;或理工科本科,且熟悉python编程语言。

【主讲讲师】

廖博士、高级工程师。2006年中国科学技术大学计算机专业博士毕业,主研方向为数据挖掘、机器学习与深度学习,先后在SCI/EI期刊上发表论文11篇,在中文核心期刊上发表论文近30篇,授权专利6项,编写专著1部。现为某大型上市软件企业的人工智能团队技术负责人。曾带领团队完成了多个机器学习相关项目的设计和开发工作。曾任江苏太仓市中科院光电技术研究所软件技术咨询专家。曾在尚观科技、海同科技、睿亚训软件公司、上嵌基地等机构任培训讲师。曾在上海交通大学继续教育学院、上海电气学院、上海杉达学院等讲授软件开发相关课程。

【课程大纲】(培训内容可根据客户需求调整)

Day1初识机器学习

上午

概述入门

数据预处理 概述(第一天——1)

概念与术语(人工智能、数据挖掘、机器学习、深度学习)

数据挖掘的对象

数据挖掘的关键技术

知识的表达

Python的安装

Python数据挖掘工具箱(第一天——2)

Numpy, Scipy

Pandas

Scikit.learn, 

Matplotlib

TensorFlow

案例实践:

Anaconda安装

Tensorflow安装

二维布朗运动

泰坦尼克号生存者名单处理

 

Day1初识机器学习

下午

数据加载与存储

数据预处理与规范化 数据加载与存储(第一天——3)

csv/json/Excel/mySQL

数据预处理与规范化(第一天——4)

数据合并

数据转换

数据清洗

数据聚合

数据分组

透视表与交叉表

案例实践:

上海证券大盘指数分析

QQ聊天群数据分析

中国地震数据分析

 

Day2机器学习中的典型算法

上午

模型评估方法

特征提取

线性回归 机器学习框架(第二天——1)

模型评估方法(第二天——2)

偏差与方差

混淆矩阵/准确率/精确率/召回率

ROC/AUC/F1

特征提取(分类变量/文本/图像) (第二天——3)

数据预处理(标准化/正则化)(第二天——4)

线性回归(第二天——5)

一元/多元

多项式

案例实践:

酒品质预测

波士顿住房数据来预测房屋价格

 

Day2机器学习中的典型算法

下午

线性回归

逻辑回归

K近邻算法

线性回归(第二天——5)

岭回归

随机梯度下降法

交叉验证

逻辑回归(第二天——6)

二分类

多分类

K近邻算法(第二天——7)

kNN回归

kNN分类

案例实践:

垃圾邮件分类

影评电影分类

美国入学申请录取分类

 

Day3机器学习中的典型算法

上午

决策树

朴素贝叶斯 决策树(第三天——1)

回归数

分类树

模型参数网络搜索

随机森林

朴素贝叶斯(第三天——2)

高斯贝叶斯分类器

多项式贝叶斯分类器

伯努利贝贝叶斯分类器

案例实践:

广告屏蔽

泰坦尼克号乘客生还情况

iris(鸢尾花)

20类新闻数据分类

 

Day3机器学习中的典型算法

下午

支持向量机

人工神经网络 支持向量机(第三天——3)

核函数

SVC

SVR

人工神经网络(第三天——4)

感知器

神经网络

案例实践:

脸部识别

手写数字识别

新闻类别分类

自然图片字母与数字识别

 

Day4机器学习中的典型算法

上午

聚类

PCA降维

集成学习方法 无监督学习聚类(第四天——1)

Kmean

PCA降维(第四天——2)

集成学习方法(第四天——3)

Adaboost

Gradientboosting

RandomForest

案例实践:

美国参议院党派分类

各省经济水平分类

手写识别

糖尿病病人

 

Day4机器学习中的典型算法

下午

Apriori算法

FP-growth算法

关联分析- Apriori算法(第四天——4)

频繁项集

关联规则

关联分析- FP-growth算法(第四天——5)

FP树

案例实践:

毒蘑菇相似特征

从新闻网站点击流中挖掘新闻报道

 

Day5深度学习初步

上午

深度学习简介

TensorFlow入门

深度学习简介(第五天——1)

深度学习引入

深度学习历史

深度学习应用

TensorFlow

TensorFlow入门(第五天——2)

计算模型

数据模型

运行模型

TensorFlow实现神经网络

案例实践:

Tensorflow安装

神经网络实现 

 

Day5深度学习初步

下午

深层神经网络

深度学习模型改进 深层神经网络(第五天——3)

深度学习与深层神经网络

损失函数定义

神经网络优化算法

神经网络进一步优化

深度学习模型改进(第五天——4)

MNIST数据处理

模型训练及对比

变量管理

模型持久化

案例实践:

MNIST手写数字识别

训练模型保存与恢复

 

Day6深度学习

上午

卷积神经网络

图像数据处理 卷积神经网络(第六天——1)

图像识别问题

卷积神经网络

卷积神经网络常用结构

典型卷积神经网络模型

图像数据处理(第六天——2)

TFRecord输入数据格式

图像数据处理

数据集框架

案例实践:

Lenet5网络

图像数据

 

Day6深度学习

下午

循环神经网络

Tensorflow高层封装

TensorBoard可视化 循环神经网络(第六天——3)

循环神经网络简介

长短时记忆网络LSTM

循环神经网络变种

Tensorflow高层封装(第六天——4)

Keras

Estimator

TensorBoard可视化(第六天——5)

TensorBoard计算图可视化

监控指标可视化

高维向量可视化

案例实践:

RNN网络实现时序预测

Keras实现IMDB自然语言情感分类

 

培训地址:上海市徐汇区乐山路33号2号楼4楼 咨询热线:021-64482972 咨询邮箱:withub@vip.sina.com
版权所有 © 上海慧谷职业技能培训中心所有 withubtraining.org 未经许可不得复制、转载或摘编,违者必究!