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

人工智能机器学习与深度学习实战案例及应用

课程编号:22049

课程价格:¥21200/天

课程时长:2 天

课程人气:715

行业类别:不限行业     

专业类别:人工智能 

授课讲师:赵卫东

  • 课程说明
  • 讲师介绍
  • 选择同类课
【培训对象】
企业中高层管理人员

【培训收益】
任正非说:如果我们不想死,就要向最优秀的人和组织学习,否则怎么能先进呢?该项目可以零距离接触,感悟其优秀文化,学习其先进的管理之道——他人之石可以攻玉。

 

章节

内    容

第一节

第一节:机器学习深度学习与TensorFlow

1.1 numpy/scipy/matplotlib/panda的介绍和典型使用;

1.2 scikit-learn的介绍和典型使用;

1.3 多元线性回归;   1.4 Logistics回归与Softmax回归;

1.5 决策树和随机森林; 1.6 SVM;

1.7 多种聚类的原理和调参;1.8 TensorFlow典型应用;

1.9 典型图像处理;        1.10 多项式拟合;

1.11快速傅里叶变换FFT;  1.12 奇异值分解SVD;

1.13 Soble/Prewitt/Laplacian算子与卷积网络;

第一节:代码和案例实践

1.1股票交易数据的 (指数)移动平均线与预测;

1.2无人机图像的风机叶片缺陷检测和识别系统;

1.3环保检测数据异常检测和分析;

1.4股票数据分析;

1.5社会学人群收入预测;

1.6葡萄酒数据集的决策树/随机森林分类;

1.7泰坦尼克乘客存活率估计;

第二节

 

第二节:卷积神经网络CNN

2.1 神经网络结构,滤波器,卷积;

2.2 池化,激活函数,反向传播;

2.3 目标分类与识别、目标检测与追踪;

2.4 AlexNet、VGGNet、GoogleLeNet;

2.5 Inception-V3/V4;  2.6 ResNet、DenseNet;

第二节:代码和案例实践

2.1 数字图片分类;

2.2 卷积核与特征提取;

2.3 以图搜图;         2.4 人证合一;

2.5 卷积神经网络调参经验分享;

第三节

第三节:图像视频的定位与识别

3.1 视频关键帧处理;          3.2 物体检测与定位;

3.3 RCNN,Fast-RCNN,Faster-RCNN,MaskRCNN;

3.4 YOLO;                   3.5 FaceNet;

第三节:代码和案例实践:

3.1 迁移学习;               3.2 人脸检测;

3.3 OCR字体定位和识别;      3.4睿客识云;

3.5 气象识别;

 

 

章节

内    容

第四节

第四节:循环神经网络RNN

4.1 RNN基本原理;             4.2 LSTM、GRU;

4.3 Attention;                4.4 CNN+LSTM模型;

4.5 Bi-LSTM双向循环神经网络结构;

4.6 编码器与解码器结构;

4.7 特征提取:word2vec;      4.8 Seq2seq模型;

第四节:代码和案例实践:

4.1 看图说话;    4.2 视频理解;     4.3 藏头诗生成;

4.4 问答对话系统;                   4.5 OCR;

4.6 循环神经网络调参经验分享;

第五节

第五节:自然语言处理

5.1 语言模型Bi-Gram/Tri-Gram/N-Gram; 5.2分词/词性标注;

5.3 词向量;     5.4文本分类;       5.5机器翻译;

5.6 文本摘要;   5.7阅读理解;       5.8 情感分析;

第五节:代码和案例实践:

5.1 HMM分词;                   5.2 问答系统;

5.3 文本摘要的生成;        5.4智能对话系统和SeqSeq模型;

5.5 阅读理解的实现与Attention;

第六节

第六节:生成对抗网络GAN和强化学习RL

6.1 生成与判别;  6.2生成模型:贝叶斯、HMM到深度生成模型;

6.3 GAN对抗生成神经网络;      6.4 DCGAN;

6.5 Conditional GAN;   6.6 InfoGan;  6.7Wasserstein GAN;

6.8 马尔科夫决策过程;       6.9 贝尔曼方程、最优策略;

6.10 策略迭代、值迭代;      6.11 Q Learning;

6.12 SarsaLamda;            6.13 DQN;

6.14 A3C;                   6.15 ELF;

第六节

第六节:代码和案例实践:

6.1 图片生成;        6.2 看图说话;    6.3 OpenAI;

6.4 飞翔的小鸟游戏;  6.5 基于增强学习的游戏学习;

6.6 DQN的实现;

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