架構(gòu)師
互聯(lián)網(wǎng)
機(jī)器學(xué)習(xí)
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

機(jī)器學(xué)習(xí)算法原理與實(shí)踐

Bing

創(chuàng)業(yè)公司 技術(shù)負(fù)責(zé)人

創(chuàng)業(yè)公司技術(shù)負(fù)責(zé)人。機(jī)器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開(kāi)發(fā)研究經(jīng)驗(yàn)，精通算法原理與編程實(shí)踐。曾完成過(guò)多項(xiàng)圖像，語(yǔ)音，nlp，搜索相關(guān)的人工智能實(shí)際項(xiàng)目，研發(fā)經(jīng)驗(yàn)豐富。擁有兩項(xiàng)國(guó)家專利。同時(shí)具有多年授課培訓(xùn)經(jīng)驗(yàn)，講課通熟易懂，代碼風(fēng)格簡(jiǎn)潔清晰。
項(xiàng)目經(jīng)驗(yàn)包括：人崗匹配項(xiàng)目、項(xiàng)目關(guān)鍵詞提取項(xiàng)目、人才搜索引擎項(xiàng)目、寵物臉識(shí)別項(xiàng)目 、寵物品種識(shí)別項(xiàng)目、寵物叫聲情感分類項(xiàng)目

創(chuàng)業(yè)公司技術(shù)負(fù)責(zé)人。機(jī)器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開(kāi)發(fā)研究經(jīng)驗(yàn)，精通算法原理與編程實(shí)踐。曾完成過(guò)多項(xiàng)圖像，語(yǔ)音，nlp，搜索相關(guān)的人工智能實(shí)際項(xiàng)目，研發(fā)經(jīng)驗(yàn)豐富。擁有兩項(xiàng)國(guó)家專利。同時(shí)具有多年授課培訓(xùn)經(jīng)驗(yàn)，講課通熟易懂，代碼風(fēng)格簡(jiǎn)潔清晰。 項(xiàng)目經(jīng)驗(yàn)包括：人崗匹配項(xiàng)目、項(xiàng)目關(guān)鍵詞提取項(xiàng)目、人才搜索引擎項(xiàng)目、寵物臉識(shí)別項(xiàng)目 、寵物品種識(shí)別項(xiàng)目、寵物叫聲情感分類項(xiàng)目

課程費(fèi)用

6800.00 /人

課程時(shí)長(zhǎng)

2天

成為教練

課程簡(jiǎn)介

機(jī)器學(xué)習(xí)算法原理與實(shí)踐

目標(biāo)收益

培訓(xùn)對(duì)象

課程大綱

第一天 上午
概述 		1.人工智能應(yīng)用發(fā)展概述
2.python基礎(chǔ)學(xué)習(xí)
3.科學(xué)計(jì)算包numpy學(xué)習(xí)
4.繪圖工具包matplotlib學(xué)習(xí)
5.機(jī)器學(xué)習(xí)基礎(chǔ)理論
下午
回歸算法理論與實(shí)戰(zhàn) 		1.一元線性回歸
2.代價(jià)函數(shù)
3.梯度下降法
4.使用sklearn實(shí)現(xiàn)一元線性回歸
5.多元線性回歸
6.使用sklearn實(shí)現(xiàn)多元線性回歸
7.過(guò)擬合正則化
8.嶺回歸
9.sklearn實(shí)現(xiàn)嶺回歸
10.LASSO回歸
11.sklearn實(shí)現(xiàn)LASSO回歸
KNN算法和決策樹(shù)算法理論與實(shí)戰(zhàn) 1.KNN算法介紹
2.sklearn實(shí)現(xiàn)knn算法
3.決策樹(shù)原理介紹
4.sklearn實(shí)現(xiàn)決策樹(shù)算法
第二天 上午
神經(jīng)網(wǎng)絡(luò)算法理論與實(shí)戰(zhàn) 		1.深度學(xué)習(xí)發(fā)展以及大師介紹
2.神經(jīng)網(wǎng)絡(luò)基本原理
3.單層感知器程序
4.線性神經(jīng)網(wǎng)絡(luò)
5.激活函數(shù)，損失函數(shù)和梯度下降法
6.BP神經(jīng)網(wǎng)絡(luò)介紹
7.BP神經(jīng)網(wǎng)絡(luò)解決異或問(wèn)題
8.sklearn-BP神經(jīng)網(wǎng)絡(luò)解決手寫數(shù)字識(shí)別
下午
決策樹(shù)算法理論與實(shí)戰(zhàn) 		1.決策樹(shù)-信息熵,ID3,C4.5算法介紹
2.sklearn-決策樹(shù)
聚類算法理論與實(shí)戰(zhàn) 1.k-means算法原理
2.k-means算法實(shí)現(xiàn)
3.DBSCAN算法原理
4.DBSCAN算法實(shí)現(xiàn)
第一天 上午
概述
1.人工智能應(yīng)用發(fā)展概述
2.python基礎(chǔ)學(xué)習(xí)
3.科學(xué)計(jì)算包numpy學(xué)習(xí)
4.繪圖工具包matplotlib學(xué)習(xí)
5.機(jī)器學(xué)習(xí)基礎(chǔ)理論
下午
回歸算法理論與實(shí)戰(zhàn)
1.一元線性回歸
2.代價(jià)函數(shù)
3.梯度下降法
4.使用sklearn實(shí)現(xiàn)一元線性回歸
5.多元線性回歸
6.使用sklearn實(shí)現(xiàn)多元線性回歸
7.過(guò)擬合正則化
8.嶺回歸
9.sklearn實(shí)現(xiàn)嶺回歸
10.LASSO回歸
11.sklearn實(shí)現(xiàn)LASSO回歸
KNN算法和決策樹(shù)算法理論與實(shí)戰(zhàn)
1.KNN算法介紹
2.sklearn實(shí)現(xiàn)knn算法
3.決策樹(shù)原理介紹
4.sklearn實(shí)現(xiàn)決策樹(shù)算法
第二天 上午
神經(jīng)網(wǎng)絡(luò)算法理論與實(shí)戰(zhàn)
1.深度學(xué)習(xí)發(fā)展以及大師介紹
2.神經(jīng)網(wǎng)絡(luò)基本原理
3.單層感知器程序
4.線性神經(jīng)網(wǎng)絡(luò)
5.激活函數(shù)，損失函數(shù)和梯度下降法
6.BP神經(jīng)網(wǎng)絡(luò)介紹
7.BP神經(jīng)網(wǎng)絡(luò)解決異或問(wèn)題
8.sklearn-BP神經(jīng)網(wǎng)絡(luò)解決手寫數(shù)字識(shí)別
下午
決策樹(shù)算法理論與實(shí)戰(zhàn)
1.決策樹(shù)-信息熵,ID3,C4.5算法介紹
2.sklearn-決策樹(shù)
聚類算法理論與實(shí)戰(zhàn)
1.k-means算法原理
2.k-means算法實(shí)現(xiàn)
3.DBSCAN算法原理
4.DBSCAN算法實(shí)現(xiàn)

活動(dòng)詳情

提交需求