淘课网-企业专家讲师服务平台

日程	培训模块	培训内容
第一天上午	机器学习简介	回归算法理论与实战： 1.一元线性回归 2.代价函数 3.梯度下降法 4.使用梯度下降法实现一元线性回归 5.标准方程法 6.使用sklearn实现一元线性回归 7.多元线性回归 8.使用sklearn实现多元线性回归 9.特征缩放，交叉验证法 10.过拟合正则化 11.岭回归 12.sklearn实现岭回归 13.LASSO回归 14.sklearn实现LASSO回归
第一天下午	决策树算法理论与实战	15.决策树-信息熵,ID3,C4.5算法介绍 16.sklearn实现决策树 17.决策树-CART算法 18.决策树应用
集成学习算法理论与实战	19.Bagging介绍与使用 20.随机森林介绍与使用 21.Adaboost介绍与使用 22.Stacking和Voting介绍与使用
泰坦尼克号获救人员预测项目
第二天上午	KNN算法和决策树算法理论与实战	1.KNN算法介绍 2.python实现knn算法 3.sklearn实现knn算法完成iris数据集分类
聚类算法理论与实战	4.k-means算法原理 5.k-means算法实现 6.DBSCAN算法原理 7.DBSCAN算法实现
第二天下午	神经网络算法	8.神经网络基本原理 9.单层感知器程序 10.线性神经网络 11.激活函数，损失函数和梯度下降法 12.线性神经网络异或问题 13.BP神经网络介绍 14.BP算法推导 15.BP神经网络解决异或问题 16.BP算法完成手写数字识别 16.sklearn-BP神经网络解决手写数字识别 17.GOOGLE神经网络平台
特征工程贷款拖欠预测项目用户流失预测项目
第三天上午	Tensorflow（一）	1.深度学习框架介绍 2.Tensorflow安装 3.Tensorlfow基础知识：图，变量，fetch，feed 4.Tensorflow线性回归 5.Tensorflow非线性回归 6.Mnist数据集合Softmax讲解 7.使用BP神经网络搭建手写数字识别 8.交叉熵(cross-entropy)讲解和使用
第三天下午	Tensorflow（二）	9.过拟合,正则化,Dropout 10.各种优化器Optimizer 11.改进手写数字识别网络 12.卷积神经网络CNN的介绍 13.使用CNN解决手写数字识别 14.长短时记忆网络LSTM介绍 15.LSTM的使用 16.模型保存与载入
第四天上午	图像识别项目	1.介绍Google图像识别模型Inception-v3 2.使用Inception-v3做图像识别
图像识别项目	3.训练自己的图像识别模型
验证码识别项目	4.多任务学习介绍 5.生存验证码图片 6.构建验证码识别模型
第四天下午	文本分类项目	7.文本分类任务介绍 8.word2vec介绍 9.使用CNN完成文本分类 10.使用LSTM完成文本分类
生成式对抗网络GANs	11.GANs介绍 12.使用tensorflow完成GANs
业内经验交流

蒋老师

清华大学博士，人工智能专家机器学习，深度学习领域多年一线开发研究经验，精通python、算法原理与编程实践。现就职于某大型国有科技公司从事大数据和人工智能的应用和开发。丰富的项目实战经验，对大数据的收集、处理、数据挖掘在实际应用中有深刻的认识。致力于利用大数据、人工智能在企业决策规划、语义理解、数据可视化方面的应用。具有多年授课培训经验，讲课通熟易懂，代码风格简洁清晰。
覃老师

上海大学物理学硕士，创业公司合伙人，技术总监。机器学习，深度学习领域多年一线开发研究经验，精通算法原理与编程实践。曾使用Tensorflow，Caffe，Keras等深度学习框架完成过多项图像，语音，nlp，搜索相关的人工智能实际项目，研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验，讲课通熟易懂，代码风格简洁清晰。
杨老师

计算机博士，目前就职于中科院某研究所，长期从事深度学习与机器学习研究工作，在NLP与CV领域有很深造诣，主持多项科技专项，并带领团队深入一线研发并落地，XXX视频监控与分析系统、XXX舆情监控系统、XXX智能对话系统及 XXX森林防火无人机跟拍系统等。申请发明专利2项、部级科技进步二等奖一次，在SIGIR、CIKM及AAAI的国际会议发表多篇文章。
赵老师

计算机博士，目前主要研究方向包括电子推荐、智能决策和大数据分析等。主持国家自然科学基金2项、中国博士后科研基金、上海市浦江人才、IBM Shared University Research以及多项企业合作课题等项目。已在《管理科学学报》、《系统工程学报》、Knowledge and Information Systems ,Information Processing & Management，Information Systems Frontiers等国内外刊物和学术会议发表论文90多篇，其中被SCI、EI收录40多篇。出版著作和教材《智能化的流程管理》、《客户智能》、《商务智能（第四版）》、《商务智能数据分析的管理视角（第三版）》、《数据挖掘实用案例集》等多部

课程介绍评价详情(0)

课程大纲:

日程	培训模块	培训内容
第一天上午	机器学习简介	回归算法理论与实战： 1.一元线性回归 2.代价函数 3.梯度下降法 4.使用梯度下降法实现一元线性回归 5.标准方程法 6.使用sklearn实现一元线性回归 7.多元线性回归 8.使用sklearn实现多元线性回归 9.特征缩放，交叉验证法 10.过拟合正则化 11.岭回归 12.sklearn实现岭回归 13.LASSO回归 14.sklearn实现LASSO回归
第一天下午	决策树算法理论与实战	15.决策树-信息熵,ID3,C4.5算法介绍 16.sklearn实现决策树 17.决策树-CART算法 18.决策树应用
集成学习算法理论与实战	19.Bagging介绍与使用 20.随机森林介绍与使用 21.Adaboost介绍与使用 22.Stacking和Voting介绍与使用
泰坦尼克号获救人员预测项目
第二天上午	KNN算法和决策树算法理论与实战	1.KNN算法介绍 2.python实现knn算法 3.sklearn实现knn算法完成iris数据集分类
聚类算法理论与实战	4.k-means算法原理 5.k-means算法实现 6.DBSCAN算法原理 7.DBSCAN算法实现
第二天下午	神经网络算法	8.神经网络基本原理 9.单层感知器程序 10.线性神经网络 11.激活函数，损失函数和梯度下降法 12.线性神经网络异或问题 13.BP神经网络介绍 14.BP算法推导 15.BP神经网络解决异或问题 16.BP算法完成手写数字识别 16.sklearn-BP神经网络解决手写数字识别 17.GOOGLE神经网络平台
特征工程贷款拖欠预测项目用户流失预测项目
第三天上午	Tensorflow（一）	1.深度学习框架介绍 2.Tensorflow安装 3.Tensorlfow基础知识：图，变量，fetch，feed 4.Tensorflow线性回归 5.Tensorflow非线性回归 6.Mnist数据集合Softmax讲解 7.使用BP神经网络搭建手写数字识别 8.交叉熵(cross-entropy)讲解和使用
第三天下午	Tensorflow（二）	9.过拟合,正则化,Dropout 10.各种优化器Optimizer 11.改进手写数字识别网络 12.卷积神经网络CNN的介绍 13.使用CNN解决手写数字识别 14.长短时记忆网络LSTM介绍 15.LSTM的使用 16.模型保存与载入
第四天上午	图像识别项目	1.介绍Google图像识别模型Inception-v3 2.使用Inception-v3做图像识别
图像识别项目	3.训练自己的图像识别模型
验证码识别项目	4.多任务学习介绍 5.生存验证码图片 6.构建验证码识别模型
第四天下午	文本分类项目	7.文本分类任务介绍 8.word2vec介绍 9.使用CNN完成文本分类 10.使用LSTM完成文本分类
生成式对抗网络GANs	11.GANs介绍 12.使用tensorflow完成GANs
业内经验交流