• 搜素结果

 / 

机器学习与深度学习算法及应用实战

B.L

中国科学院
副研究员
705
4919
3449
机器学习与深度学习算法及应用实战
推荐课程
暂无评分
推荐课程
暂无评分
¥

每人

课程时长

课程排期

如您想参加此课程,您可以点击“我想参加”按钮提交您的需求,我们会及时与您联系

地点: 该课程暂无排期
没有地点信息
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

课程强调动手操作;内容以代码落地为主,以理论讲解为根,以公式推导为辅。共2天4节,每节各4小时,讲解机器学习和深度学习的模型理论和代码实践,梳理机器学习、深度学习、计算机视觉的技术框架,从根本上解决如何使用模型、优化模型的问题;每次课中,首先阐述算法理论和少量公式推导,然后使用真实数据做数据挖掘、机器学习、深度学习的数据分析、特征选择、调参和结果比较。

培训特色

课程重视代码实践,使用银行、金融、气象等工业界实际数据(数据已脱敏)进行机器学习模型的落地应用。虽然课程坚持推导公式,但更重视机器学习和深度学习的原理与实操;将实际工作中遇到的行业应用和痛点做最直观切实的展示;重视算法模型的同时,更强调实际问题中应该如何模型选择、特征选择和调参。
讲授者在中科院做科研,同时在多家企业任职首席或顾问,有丰富的工业经验,能够保证听者尽快了解数据挖掘、机器学习、深度学习的本质和实践应用。

目标收益

通过课程学习,可以理解机器学习的思维方式和关键技术;了解深度学习和机器学习在当前工业界的落地应用;能够根据数据分布选择合适的算法模型并书写代码,初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。

课程大纲

主题 内容

第一节:Python机器学习与TensorFlow

numpy/scipy/matplotlib/panda的介绍和典型使用
scikit-learn的介绍和典型使用
多元线性回归
Logistics回归与Softmax回归
决策树和随机森林
SVM
多种聚类的原理和调参
TensorFlow典型应用
典型图像处理
多项式拟合
快速傅里叶变换FFT
奇异值分解SVD
Soble/Prewitt/Laplacian算子与卷积网络

代码和案例实践:

股票交易数据的 (指数)移动平均线与预测
无人机图像的风机叶片缺陷检测和识别系统
环保检测数据异常检测和分析
股票数据分析
社会学人群收入预测
葡萄酒数据集的决策树/随机森林分类
泰坦尼克乘客存活率估计

第二节:卷积神经网络CNN

神经网络结构,滤波器,卷积
池化,激活函数,反向传播
目标分类与识别、目标检测与追踪
经典AlexNet、VGG、GoogleLeNet
Inception
ResNet、DenseNet
视频关键帧处理
物体检测与定位
RCNN,Fast-RCNN,Faster-RCNN,MaskRCNN
YOLO
FaceNet

代码和案例实践:

搭建自己的卷积神经网络
基于CNN的图像识别
卷积神经网络调参经验分享

代码和案例实践:

迁移学习(Transfer Learning)
人脸检测
OCR字体定位和识别
睿客识云
气象识别

第三节:循环神经网络RNN

RNN基本原理
LSTM、GRU
Attention
编码器与解码器结构
言特征提取:word2vec
Seq2seq模型

代码和案例实践:

看图说话
视频理解
藏头诗生成
问答对话系统
循环神经网络调参经验分享

第四节:生成对抗网络GAN与增强学习RL

生成模型:贝叶斯、HMM到深度生成模型
GAN对抗生成神经网络
DCGAN
Conditional GAN
InfoGan
Wasserstein GAN
马尔科夫决策过程
贝尔曼方程、最优策略
策略迭代、值迭代
Q Learning
SarsaLamda
DQN
A3C

代码和案例实践:

图片生成
看图说话
对抗生成神经网络调参经验分享
飞翔的小鸟游戏
基于增强学习的游戏学习
DQN的实现

第一节:Python机器学习与TensorFlow

numpy/scipy/matplotlib/panda的介绍和典型使用
scikit-learn的介绍和典型使用
多元线性回归
Logistics回归与Softmax回归
决策树和随机森林
SVM
多种聚类的原理和调参
TensorFlow典型应用
典型图像处理
多项式拟合
快速傅里叶变换FFT
奇异值分解SVD
Soble/Prewitt/Laplacian算子与卷积网络

代码和案例实践:

股票交易数据的 (指数)移动平均线与预测
无人机图像的风机叶片缺陷检测和识别系统
环保检测数据异常检测和分析
股票数据分析
社会学人群收入预测
葡萄酒数据集的决策树/随机森林分类
泰坦尼克乘客存活率估计

第二节:卷积神经网络CNN

神经网络结构,滤波器,卷积
池化,激活函数,反向传播
目标分类与识别、目标检测与追踪
经典AlexNet、VGG、GoogleLeNet
Inception
ResNet、DenseNet
视频关键帧处理
物体检测与定位
RCNN,Fast-RCNN,Faster-RCNN,MaskRCNN
YOLO
FaceNet

代码和案例实践:

搭建自己的卷积神经网络
基于CNN的图像识别
卷积神经网络调参经验分享

代码和案例实践:

迁移学习(Transfer Learning)
人脸检测
OCR字体定位和识别
睿客识云
气象识别

第三节:循环神经网络RNN

RNN基本原理
LSTM、GRU
Attention
编码器与解码器结构
言特征提取:word2vec
Seq2seq模型

代码和案例实践:

看图说话
视频理解
藏头诗生成
问答对话系统
循环神经网络调参经验分享

第四节:生成对抗网络GAN与增强学习RL

生成模型:贝叶斯、HMM到深度生成模型
GAN对抗生成神经网络
DCGAN
Conditional GAN
InfoGan
Wasserstein GAN
马尔科夫决策过程
贝尔曼方程、最优策略
策略迭代、值迭代
Q Learning
SarsaLamda
DQN
A3C

代码和案例实践:

图片生成
看图说话
对抗生成神经网络调参经验分享
飞翔的小鸟游戏
基于增强学习的游戏学习
DQN的实现

+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

29
六月
上海
移动应用产品设计

在移动互联网飞速发展的今天,用户体验的重…

30
六月
广东
质量保障体系设计及建设

此课程为MSUP金牌经典课程,已经在各大IT公司…

30
六月
广东
互联网高可用架构设计与实践

互联网架构师应对如今的高并发要具备哪些能…

30
六月
北京
高级性能测试与性能分析

本课程解析了性能测试理论知识,分析性能测…

30
六月
北京
领域驱动设计

领域驱动设计

课程反馈

当前课程还没有反馈信息

用户还看了其他课程

敏捷软件研发实践工作坊

敏捷软件研发实践工作坊

17318人看过
0人评价
搜索引擎技术及其应用

搜索引擎技术及其应用

2138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