当前位置: 首页 > 内训课程 > 课程内容
广告1
相关热门公开课程更多 》
相关热门内训课程更多 》
相关最新下载资料

详解machine learning算法及应用

课程编号:28884

课程价格:¥23000/天

课程时长:2 天

课程人气:273

行业类别:行业通用     

专业类别:管理技能 

授课讲师:王平

  • 课程说明
  • 讲师介绍
  • 选择同类课
【培训对象】


【培训收益】


1.实用算法理论
1.1信息检索(NER 关系抽取)
1.1.1引言
1.1.2NN/CNN-CRF模型
1.1.3RNN-CRF模型
1.1.4最近的一些工作
1.1.5总结
1.2文本摘要
1.2.1介绍
1.2.2生成式文本摘要
1.2.3最新前沿动态
1.2.4评估摘要
1.2.5文本摘要总结
1.3多类分类与多标签分类
1.3.1多类与多标签分类两者区别
1.3.2性能度量方法
1.3.3基于样例的度量方法
1.3.4基于标签的度量方法
1.3.5深度学习的应用
1.4OCR
1.4.1OCR简介
1.4.2OCR的应用场景
1.4.3OCR的技术路线
1.4.4图像预处理
1.4.5文字检测
1.4.6文本识别
1.4.7端到端的OCR

2.实用算法应用
2.1智能问答对话的架构及各个组件(多轮对话,知识图谱、业务问答、闲聊)
2.2搜索引擎
2.3用户行为分析(多模态)
2.4图表检索(柱状图等)

模块二:企业机器学习平台搭建
1. Anaconda 在线平台搭建
1.1python 环境安装
1.2Numpy、Pandas等数据操作环境的安装
1.3Tensorflow 环境安装
1.4Keras 环境安装
1.5Sklearn 机器学习环境的安装
1.6在线并发环境编程实践

模块三:如何解决小数据问题:
2. 数据标注系统 - 用户
2.1开源的数据源介绍(10种)
2.2数据标注系统及实践(2种)
3. 主动学习(active learning) 模型
3.1主动学习模型结构
3.2查询函数举例
3.3主动学习编程实践
4. 迁移学习模型
4.1迁移学习思路
4.2迁移学习编程实践(vgg16)
5. 无监督学习(聚类算法)
5.1聚类算法
5.2聚类算法编程实践
6. 增强学习(reinforcement learning)
7. 数据增强
7.1数据增强方法介绍(5种)
7.2数据增强编程实践

模块四:如何进行算法优化
1. 预处理与特征工程
2. 神经网络调参之路
3. 模型融合
六、课程总结:
一、重点知识回顾与总结
二、互动与讨论:问与答
就学员提出的问题进行分析、讨论、模拟演练和点评。
七、讲师介绍: 

咨询电话:
0571-86155444
咨询热线:
  • 微信:13857108608
联系我们