021-53098865

18018650584


AI 实战专家带你玩转“机器学习”
    发布时间: 2018-06-27 17:15    
AI 实战专家带你玩转“机器学习”

本课程面向具有Python基础知识,机器学习零基础,对机器学习有兴趣的开发者或者行业应用者,由浅入深,从理论讲解、案例分析再到编码实战。包括机器学习基本概念;玩转监督学习、无监督学习和最优化算法;用TensorFlow玩转深度学习等内容, 讲述基本理论,指导Python代码实操。

你将收获
1.掌握机器学习的基本算法
 2.能利用Python及相关Python库开发机器学习应用
 3.拿到成为机器学习算法工程师的入场券
 4.拓宽职业领域,具备获得高薪AI职位的可能性

培训者要求
热爱人工智能,愿成为人工智能从业者,擅长利用技术助力商业实现,数学基础较好、逻辑思维强、具有探索精神。
拥有2年编程经验的开发人员和架构师,技术经理,了解Python 语言;

培训安排:
时间 主题 实战 阅读
第一天(7小时)
初识:
了解基本概念及算法初体验


• 什么是人工智能?
• 什么是机器学习?
• 机器学习的要素及类别
• 机器学习的3个C
• 开发机器学习应用的步骤
• 为什么用Python玩机器学习?
• 协同过滤:推荐算法,代码实操
• 监督学习:用朴素贝叶斯、最近邻居法(kNN)分类
• 监督学习:用回归分析做预测协同过滤、分类和聚类的适用场景
• 监督学习:用逻辑回归、决策树和SVM分类

实战推荐算法
实战分类:
应用机器学习算法区分垃圾邮件
应用机器学习算法在婚恋网站上决定约会对象  
实战预测:应用机器学习算法测鲍鱼的年龄
实战分类:
应用机器学习算法预测病马死亡率
应用机器学习算法判断隐形眼镜的类型
应用SVM识别数字
练习时间:3小时

《机器学习实战》
第二天(7小时)
中级进阶:
玩转监督学习、无监督学习和最优化算法


• 利用PCA简化数据
• 无监督学习:用k均值实现聚类
• 无监督学习:利用Apriori进行关联分析
• 最优化方法(无监督学习):遗传算法,设计偏好的算法
• FinTech应用案例:遗传算法和深度学习的具体应用


实战PCA降维:对半导体制造数据降维
实战聚类:
应用机器学习算法识别手写数字
应用机器学习算法发现国会投票模式
实战最优化:
应用机器学习算法解决OneMax问题
应用机器学习算法解决宿舍分配问题
练习时间:2.5-3小时
《集体智慧编程》
《智能Web编程第二版》

第三天

高级修炼:
用TensorFlow玩转深度学习


• 什么是表示学习?
• 什么是深度学习?
• TensorFlow是什么?
• 如何用简单模型分类?
• 如何使用多层神经网络?
• 如何使用修正线性单元(RELU)?
• 如何使用学习率衰退?
• 如何避免过拟合(Overfitting)?
• 为什么要用卷积神经网络?
• 如何构建卷积神经网络?
• 为什么要用卷积网络+dropout?
• AlphaGo的原理

使用机器学习算法进行手写数字识别
掌握调优算法的方法
练习时间:3小时

《深度学习》
第四天

高屋建瓴:
成为一个机器学习开发者

• 循环神经网络
• 数据分析和机器学习之间的关系
• 机器学习案例实战
• 如何构建智慧而健壮的人工智能
• 深度学习的开源平台架构
• 深度学习的行业应用
• 深度学习的经验
• 深度学习的局限性
• 非公理化推理系统NARS的智慧

使用机器学习算法 学莎士比亚写剧本
小组实战:分析机器学习案例
练习时间:4小时

《深度学习》