• 搜素结果

 / 

机器学习(深度学习)算法和应用

百度
高级算法工程师
1510
10732
13502
机器学习(深度学习)算法和应用
推荐课程
暂无评分
推荐课程
暂无评分
¥

6800.00

每人

课程时长

课程排期 ( 最后更新:2018/01/05)

当前剩余席位: 0 / 30 (位)

地点: 广东 深圳
将课程带入到您的团队,为您的团队进行一对一辅导。
预约内训

课程详细[html版]

课程信息

机器学习(深度学习)算法和应用

培训特色

幻灯片算法讲解,结合代码分析,剖析算法原理;实际应用举例和和业界趋 势分析;成熟开源框架介绍和实例(Theano, TensorFlow)。
使学员能够了解机器学习的流程步骤;理解用机器学习方法解决实际问题的
方法和思路;初步掌握基础机器学习的算法和实现方法。

培训对象

对机器学习算法原理和应用感兴趣,具有一定编程(Python)和数学基础(线 性代数、微积分和概率论)的管理和技术人员

课程大纲

主题 内容

机器学习概要

a) 什么是机器学习 & 与传统软件开发的异同
b) 机器学习的分类和特点
c) 机器学习可以解决的问题和应用现状

广义线性模型

a) 感知器模型 Perceptron
b) 线性神经元 Linear Neuron / Adaline
c) 逻辑回归 Logistic Regression
d) 误差曲面和三种梯度下降算法 Gradient Descendent

经典概率模型

a) 朴素贝叶斯 Naïve Bayes

决策树及其组合模型 Ensemble Models

a) 决策树 Decision Tree: ID3 & CART
b) 随机森林 Random Forest
c) 自适应增强算法 Adaptive Boosting (AdaBoost)

d) 梯度增强决策树 Gradient Boost Decision Tree (GBDT)

非监督学习模型 Unsupervised Learning

a) 聚类 Clustering: K-­‐Means, Hierarchy
b) 降维 Dimension Reduction
i. 主成分分析 Principle Component Analysis
ii. 奇异值分解 Singularity Decomposition c) 关联规则
i. Apriori 关联分析
ii. FP-­‐growth 频率项集

人工神经元网络 Artificial Neural Networks

a) 神经元网络架构
b) 向后传播训练算法 Backpropagation
c) 多层感知器网络 Multiple-­‐Layer Perceptron (MLP) d) 深度学习神经网络介绍
i. 卷积神经网络 CNN
ii. 循环神经网络 RNN 及其应用 1. 长短记忆神经网络 LSTM
2. 受限玻尔兹曼机 Restricted Boltzmann Machine
3. 深度置信网络 Deep Belief Net
4. Deep Autoencoder

机器学习概要

a) 什么是机器学习 & 与传统软件开发的异同
b) 机器学习的分类和特点
c) 机器学习可以解决的问题和应用现状

广义线性模型

a) 感知器模型 Perceptron
b) 线性神经元 Linear Neuron / Adaline
c) 逻辑回归 Logistic Regression
d) 误差曲面和三种梯度下降算法 Gradient Descendent

经典概率模型

a) 朴素贝叶斯 Naïve Bayes

决策树及其组合模型 Ensemble Models

a) 决策树 Decision Tree: ID3 & CART
b) 随机森林 Random Forest
c) 自适应增强算法 Adaptive Boosting (AdaBoost)

d) 梯度增强决策树 Gradient Boost Decision Tree (GBDT)

非监督学习模型 Unsupervised Learning

a) 聚类 Clustering: K-­‐Means, Hierarchy
b) 降维 Dimension Reduction
i. 主成分分析 Principle Component Analysis
ii. 奇异值分解 Singularity Decomposition c) 关联规则
i. Apriori 关联分析
ii. FP-­‐growth 频率项集

人工神经元网络 Artificial Neural Networks

a) 神经元网络架构
b) 向后传播训练算法 Backpropagation
c) 多层感知器网络 Multiple-­‐Layer Perceptron (MLP) d) 深度学习神经网络介绍
i. 卷积神经网络 CNN
ii. 循环神经网络 RNN 及其应用 1. 长短记忆神经网络 LSTM
2. 受限玻尔兹曼机 Restricted Boltzmann Machine
3. 深度置信网络 Deep Belief Net
4. Deep Autoencoder

+加载更多
Donec quam felis

Thousand unknown plants are noticed by me: when I hear the buzz of the little world among the stalks, and grow familiar with the countless indescribable forms of the insects and flies, then I feel the presence of the Almighty, who formed us in his own image, and the breath

I am alone, and feel the charm of existence in this spot, which was created for the bliss of souls like mine. I am so happy, my dear friend, so absorbed in the exquisite sense of mere tranquil existence, that I neglect my talents. I should be incapable of drawing a single stroke at the present moment; and yet.

+加载更多

近期公开课推荐

20
一月
北京
技术管理者训练营

“猛将必发于卒伍,宰相必起于州郡”,软件…

20
一月
北京
高质量软件架构设计案例分析和最佳实践

随着网络与信息技术的高速发展,软件研发逐…

20
一月
上海
自动化测试及持续集成最佳实践

本课程内容提炼自讲师多年来的一线自动化测…

20
一月
广东
机器学习(深度学习)算法和应用

机器学习(深度学习)算法和应用

20
一月
北京
Android高级开发

通过具体的实例和互动让培训学员更快更高效…

26
一月
广东
分布式体系架构设计工作坊

分布式体系架构设计工作坊通过架构设计实战…

课程反馈

当前课程还没有反馈信息

用户还看了其他课程

【DevOps Foundation】凤凰沙盘及DevOps理论与实践

【DevOps Foundation】凤凰沙盘及DevOps理论与实践

2332人看过
0人评价

通往卓越管理的阶梯

119920人看过
0人评价

欢迎来到msup!

还不是msup会员?快来注册吧!

立即注册

服务热线

400-812-8020

market@msup.com.cn

官方微信公众号

微信公众号:msupclub

Copyright © 2017 msup

京ICP备09001521号