你的位置: 首页 > 公开课首页 > 职业技能 > 课程详情
课程介绍 评价详情(0)
课程大纲
时间课程模块课程内容
第一天
上午第一模块:Python必备库快速入门1.Python语言基础快速入门
2.科学计算库Numpy
3.数据分析处理库Pandas
4.可视化库Matplotlib
人工智能必备Python基础,快速掌握语言风格与常用库使用方法。
第一天下午第二模块:机器学习经典算法(一)1.线性回归
2.逻辑回归
3.决策树
4.随机森林
5.支持向量机
第二天
上午第二模块:机器学习经典算法(二)6.Xgboost
7.聚类
8.神经网络
9.PCA与SVD
10.词向量模型Word2vec
机器学习必备经典算法原理推导,实例阐述机器学习算法工作原理与应用场景。
下午第三模块:机器学习案例实战1.科比职业生涯数据
2.泰坦尼克号船员获救预测
3.信用卡欺诈检测
4.鸢尾花数据集分类
5.Mnist手写字体识别
6.员工离职与股价预测
基于真实数据集,使用scikit-learn库进行建模与评估工作,从零开始,代码实战。
第三天
上午第四模块:决胜AI深度学习必备原理1.深度学习发展与应用
2.神经网络必备基础
3.神经网络架构
4.卷积神经网络详解
5.神经网络技巧与细节
6.强化学习原理与实践
从神经网络基础知识点入手,分模块讲解神经网络细节,由浅入深过渡到深层的卷积神经网络,技巧与细节分析。
下午第五模块:深度学习必备框架1.Tensorflow基础操作
2.Tensorflow建立机器学习模型
3.Tensorflow神经网络详解
4.基于Tensorflow的CNN与RNN模型
5.Caffe框架配置参数详解
6.Caffe两种常用数据源制作
7.Caffe技巧与应用
深度学习两大神器Caffe与Tensorflow实战,代码示例演示如何应用框架进行深度学习建模任务。
第四天上午第六模块:深度学习项目实战(一)1.验证码识别(基于Tensorflow)
2.文本分类(基于Tensorflow)
3.图像风格转换(基于Tensorflow)
第四天下午深度学习项目实战(二)4.词向量模型Word2vec(基于Tensorflow)
5.强化学习让AI自己玩游戏(基于Tensorflow)
6.人脸检测(基于Caffe)
7.人脸关键点定位(基于Caffe)
基于深度学习框架Tensorflow与Caffe从数据源制作开始进行数据预处理与网络模型训练,完整演示如何应用深度学习到实际任务中。
第五天学习考核与业内经验交流
本课程名称: python+人工智能
查看更多:职业技能公开课
我要找内训供应商
授课内容与课纲相符0低0%
讲师授课水平0低0%
服务态度0低0%
课程介绍 评价详情(0)
培训受众:
课程大纲:
课程大纲
时间课程模块课程内容
第一天
上午第一模块:Python必备库快速入门1.Python语言基础快速入门
2.科学计算库Numpy
3.数据分析处理库Pandas
4.可视化库Matplotlib
人工智能必备Python基础,快速掌握语言风格与常用库使用方法。
第一天下午第二模块:机器学习经典算法(一)1.线性回归
2.逻辑回归
3.决策树
4.随机森林
5.支持向量机
第二天
上午第二模块:机器学习经典算法(二)6.Xgboost
7.聚类
8.神经网络
9.PCA与SVD
10.词向量模型Word2vec
机器学习必备经典算法原理推导,实例阐述机器学习算法工作原理与应用场景。
第二天
下午第三模块:机器学习案例实战1.科比职业生涯数据
2.泰坦尼克号船员获救预测
3.信用卡欺诈检测
4.鸢尾花数据集分类
5.Mnist手写字体识别
6.员工离职与股价预测
基于真实数据集,使用scikit-learn库进行建模与评估工作,从零开始,代码实战。
第三天
上午第四模块:决胜AI深度学习必备原理1.深度学习发展与应用
2.神经网络必备基础
3.神经网络架构
4.卷积神经网络详解
5.神经网络技巧与细节
6.强化学习原理与实践
从神经网络基础知识点入手,分模块讲解神经网络细节,由浅入深过渡到深层的卷积神经网络,技巧与细节分析。
第三天
下午第五模块:深度学习必备框架1.Tensorflow基础操作
2.Tensorflow建立机器学习模型
3.Tensorflow神经网络详解
4.基于Tensorflow的CNN与RNN模型
5.Caffe框架配置参数详解
6.Caffe两种常用数据源制作
7.Caffe技巧与应用
深度学习两大神器Caffe与Tensorflow实战,代码示例演示如何应用框架进行深度学习建模任务。
第四天上午第六模块:深度学习项目实战(一)1.验证码识别(基于Tensorflow)
2.文本分类(基于Tensorflow)
3.图像风格转换(基于Tensorflow)
第四天下午深度学习项目实战(二)4.词向量模型Word2vec(基于Tensorflow)
5.强化学习让AI自己玩游戏(基于Tensorflow)
6.人脸检测(基于Caffe)
7.人脸关键点定位(基于Caffe)
基于深度学习框架Tensorflow与Caffe从数据源制作开始进行数据预处理与网络模型训练,完整演示如何应用深度学习到实际任务中。
第五天学习考核与业内经验交流
培训师介绍:
本课程名称: python+人工智能
查看更多:职业技能公开课