关于举办“Python机器学习与人工智能深度学习案例实践”培训通知 各企事业单位、高等院校及科研院所: 特邀机器学习学术和研发领域一线专家共同举办“Python 机器学习与人工智能深度学习案例实践”培训。本次会议主打理论结合实践主题,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。具体事宜如下: 一、主办单位:北京盛世元鸿科技有限公司 协办单位:北京非凡睿诚科技有限公司 二、时间地点:2019年11月14日—2019年11月17日 北京·高校 (时间安排:第一天报到,授课三天,大学机房授课) 三、会议目标 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,胜任数据挖掘、机器学习、深度学习等工作,全面掌握机器学习、深度学习原理,深入理解编程实现方法,对机器学习、深度学习运作机制有清晰全面的认识。本次课程通过讲授、研讨、动手实操,提供全部讲课的教学内容讲稿、讲课 PPT、全部源代码、编程操作步骤、建立与老师的答疑联系。 四、主讲老师 复旦大学、清华大学、北京大学等科研机构和大学的高级专家,人工智能、机器学习、深度学习领域一线实战专家。精通机器学习算法原理与编程实践。拥有多项国家专利及丰富的科研及工程技术经验。主要负责各类科研人员机器学习和大数据核心技术、深度学习、数据分析等课程的教学与研究工作。 五、参会人员 全国从事人工智能、机器学习、深度学习、大数据挖掘、计算机视觉、人脸识别、 类脑智能、等领域相关的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关人员,以及机器学习爱好者等相关人员;
file:///C:\Users\ADMINI~1.SKY\AppData\Local\Temp\ksohtml5136\wps5.jpgfile:///C:\Users\ADMINI~1.SKY\AppData\Local\Temp\ksohtml5136\wps6.jpg主办单位: 协办单位: 北京盛世元鸿科技有限公司 北京非凡睿诚科技有限公司 2019年10月17日 2019年10月17日
Python 机器学习与人工智能深度学习案例实践——课程大纲(配备机器学习教材) 第 一 节 | | 1.机器学习与数据挖掘的基本概念、联系及区别 2.机器学习和大数据、人工智能及其他学科领域的关系 3.机器学习和深度学习的关系 4.机器学习方法的分类及本课程内容 (1)有监督学习:分类、回归 (2)无监督学习:聚类 (3)强化学习 (4)半监督学习 5.机器学习应用的一般流程 (1)对象的表示 (2)训练/学习 (3)测试/应用 6.机器学习的典型应用案例 (1)机器学习在自然语言理解领域的应用(机器翻译、智能问答) (2)机器学习在多媒体处理领域的应用 (人脸识别、视频分析) (3)机器学习在语音处理领域的应用(语 音识别、语音合成) (4)机器学习在网络安全领域的应用(入 侵检测、恶意软件识别) (5)机器学习在互联网上的应用(搜索引 擎、计算广告、推荐系统) | 代码和案例实践: 1.卷积与(指数)移动平均线 2.股票数据分析 3.缺失数据的处理 4.环境数据异常检测和分析 | | | 1.线性回归 (1)回归的基本概念 (2)线性回归 (3)对率(Logistic)回归 (4)岭(Ridge)回归 (5)Lasso 回归 (6)Elastic Net 2.Logistic/Softmax回归 (1)广义线性回归 (2)L1/L2正则化 (3)Ridge与LASSO (4)Elastic Net (5)梯度下降算法:BGD与SGD (6)特征选择与过拟合 (7)Softmax回归的概念源头 (8)最大熵模型 | 代码和案例实践: 1.股票数据的特征提取和应用 2.泰坦尼克号乘客缺失数据处理和存活率预测 3.环境检测数据异常分析和预测 4.模糊数据查询和数据校正方法 5.PCA与鸢尾花数据分类 6.二手车数据特征选择与算法模型比较 7.广告投入与销售额回归分析 8.鸢尾花数据集的分类 9.TensorFlow实现线性回归 10.TensorFlow实现Logistic回归 | | | 1.熵、联合熵、条件熵、KL散度、互信息(1)最大似然估计与最大熵模型 (2)ID3、C4.5、CART详解 (3)决策树的正则化 (4)预剪枝和后剪枝 (5)Bagging (6)随机森林 (7)不平衡数据集的处理 (8)利用随机森林做特征选择 (9)使用随机森林计算样本相似度 (10)异常值检测 | 代码和案例实践: 1.随机森林与特征选择 2.决策树应用于回归 3.多标记的决策树回归 4.决策树和随机森林的可视化 5.葡萄酒数据集的决策树/随机森林分类 6.泰坦尼克乘客存活率估计 | | | 1.线性可分支持向量机 (1)软间隔 (2)损失函数的理解 (3)核函数的原理和选择 (4)SMO算法 (5)支持向量回归SVR (6)多分类SVM | 代码和案例实践: 1.原始数据和特征提取 2.调用开源库函数完成SVM 3.葡萄酒数据分类 4.数字图像的手写体识别 5.MNIST手写体识别 6.SVR用于时间序列曲线预测 7.SVM、Logistic回归、随机森林三者的横向比较 | | | 1.无监督学习之聚类算法 (1)聚类的基本概念 (2)聚类的评价 (3)扁平聚类及 k-Means、k-Means++算法 (4)层次聚类及 HAC 算法 (5)其他聚类算法(DBSCAN/SOM/谱聚类) | 代码和案例实践: 1.鸢尾花聚类分析 2.社交网络人群分析 3.银行客户分组与画像 | | | 1.神经网络结构,滤波器,卷积 2.池化,激活函数,反向传播 3.目标分类与识别、目标检测与追踪 4.AlexNet、VGGNet、GoogleLeNet 5.Inception-V3/V4 6.ResNet、DenseNet | 代码和案例实践: 1.数字图片分类 2.卷积核与特征提取 3.以图搜图 4.人证合一 5.卷积神经网络调参经验分享 | | | 1.视频关键帧处理 2.物体检测与定位 3.RCNN,Fast-RCNN,Faster-RCNN,MaskRCNN 4.YOLO 5.FaceNet | 代码和案例实践: 1.迁移学习 2.人脸检测 3.OCR字体定位和识别 4.睿客识云 5.气象识别 | | | 1.RNN基本原理 2.LSTM、GRU 3.Attention 4.CNN+LSTM模型 5.Bi-LSTM双向循环神经网络结构 6.编码器与解码器结构 7.特征提取:word2vec 8.Seq2seq模型 | 代码和案例实践: 1.看图说话 2.视频理解 3.藏头诗生成 4.问答对话系统 5.OCR 6.循环神经网络调参经验分享 | | | 1.语言模型Bi-Gram/Tri-Gram/N-Gram 7.文本分类 2.分词 8.机器翻译 3.词性标注 9.文本摘要 4.依存句法分析 10.阅读理解 5.语义关系抽取 11.问答系统情感分析 6.词向量 12.情感分析 | 代码和案例实践: 1.输入法设计 2.HMM分词 3.文本摘要的生成 4.智能对话系统SeqSeq模型 5.阅读理解的实现与Attention |
注:篇幅有限,案例内容不能全部列出,上课时会有更多的实战案例展示(建议携带笔记本电脑) 六、会议费用 统一收费3900元/人(含资料费、证书认证费、指导费、发票费、午餐费等)住宿可统一安排,费用自理。(如需开培训费发票可提供培训通知) 七、颁发证书 工信部颁发《机器学习应用工程师》证书,该证书可作为有关单位专业技术人员能力评价、从业人员加薪、晋升、考核和任职的重要依据。 注:请准备两寸蓝底照片、身份证及学历证明电子版各一份(学生证、毕业证、学位证均可) 八.报名方式 联系人: 冠 男 手机:18311050656(同微信)
Python机器学习与人工智能深度学习案例实践 —报名回执表 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 缴费方式: ¨转账汇款 ¨现场刷卡 ¨现金支付 ¨支付宝(或微信支付) | 户名:北京盛世元鸿科技有限公司 账户:8110 7010 1280 1621 075 开户行:中信银行北京朝阳长安支行
户名:北京非凡睿诚科技有限公司 账户:0200 2069 0920 0074 665 开户行:中国工商银行股份有限公司北京科学院支行 | 住宿安排: ¨是 ¨否 房间类型: ¨标准间 ¨大床房 ¨ 家庭房 入住时间: 住宿天数: | |
注:请各单位、学校及科研院所把参会人员报名表填好发送至会务处E-mail: 1549935216qq.com,会务老师会把具体的上课地点和乘车路线发给您,方便您行程安排。
|