課程大綱： 機器學習與(yu)深(shen)度(du)學習實(shi)戰培(pei)訓
一
機器學習
一、大數據介紹
二、機器學習、人工智能及深度(du)學習趨勢介紹
三、深度(du)學(xue)習(xi)、深度(du)學(xue)習(xi)框(kuang)架介紹
四、開發語(yu)言與深度學習
五(wu)、流行(xing)開(kai)發語言Python與(yu)機器學習淵源(yuan)
六、環境搭(da)(da)建方法與(yu)開發環境搭(da)(da)建方法
七、機器學習(xi)環境搭(da)建
案例研(yan)討：大數據分析(xi)與機(ji)器學習、人工(gong)智能及深度學習
機器學習系統架構
一、Python核心(xin)編程技巧與技能提升
二(er)、Python科學計(ji)算庫應(ying)用(yong)
三、數(shu)據(ju)(ju)可視化(hua)與數(shu)據(ju)(ju)呈現
四、數據(ju)處理與數據(ju)清(qing)洗(xi)
五、實戰(zhan)一：數(shu)據處理實戰(zhan)
案例研討：Pyhton程序與數據處理
二
機器學習(xi)
一、機器學習算介紹
二、算法與應用講解
三、SK-learn機(ji)器(qi)學習庫(ku)講解
四、SK-learn機器學習與算法應用
五、數據、算法、框(kuang)架應(ying)用
六、公用數據(ju)使(shi)用技巧
七、機器學習(xi)算法應用
八、案例(li)：機器學(xue)習算法案例(li)一
九、案例：模型建模案例分享(xiang)二(er)
案(an)例研(yan)討：算法學習、框架學習
案例練習：機(ji)器(qi)學(xue)習庫與算法訓練
機器學習數據庫
一、機器學(xue)習(xi)數據(ju)準備
二(er)、公共數(shu)據庫使用與算法(fa)應用
三、數據標準化處理
數(shu)據(ju)(ju)準備、數(shu)據(ju)(ju)清洗、數(shu)據(ju)(ju)標準化(hua)、數(shu)據(ju)(ju)應用
案例訓(xun)練(lian)：公共數據庫數據訓(xun)練(lian)
三
深度學習
一、深度學習與TensorFlow簡(jian)介(jie)
二(er)、TensorFlowOnSpark簡介
三、卷(juan)積神經網絡簡介
四、TensorFlow實現卷積神經網絡
五、循環神經網絡簡(jian)介(jie)
六、TensorFlow實(shi)現循環神經網絡
七、TensorFlow深(shen)度學習實(shi)戰
八(ba)、Tensorflow構(gou)建回歸模型
九、Tensorflow深度學習模型
案(an)例研討：大數據(ju)分析(xi)與深度學習關系？
深度學習與人工智能
一、Tensorflow打造RNN網(wang)絡(luo)模型
二、Tensorflow項(xiang)目實(shi)戰驗證識(shi)別
三、人工智能簡介
四、人(ren)工智(zhi)能趨(qu)勢(shi)及關鍵技(ji)術
五、openCV圖像處(chu)理
六(liu)、案例：深度學習與人臉識(shi)別(bie)
七(qi)、案例(li)：深度學習高(gao)級應用案例(li)
加入高級會員獲得助教答疑
