
機(jī)器學(xué)習(xí)與深度學(xué)習(xí)實(shí)戰(zhàn)培訓(xùn)
一
機(jī)器學(xué)習(xí)
一、大數(shù)據(jù)介紹
二、機(jī)器學(xué)習(xí)、人工智能及深度學(xué)習(xí)趨勢(shì)介紹
三、深度學(xué)習(xí)、深度學(xué)習(xí)框架介紹
四、開(kāi)發(fā)語(yǔ)言與深度學(xué)習(xí)
五、流行開(kāi)發(fā)語(yǔ)言Python與機(jī)器學(xué)習(xí)淵源
六、環(huán)境搭建方法與開(kāi)發(fā)環(huán)境搭建方法
七、機(jī)器學(xué)習(xí)環(huán)境搭建
案例研討:大數(shù)據(jù)分析與機(jī)器學(xué)習(xí)、人工智能及深度學(xué)習(xí)
機(jī)器學(xué)習(xí)系統(tǒng)架構(gòu)
一、Python核心編程技巧與技能提升
二、Python科學(xué)計(jì)算庫(kù)應(yīng)用
三、數(shù)據(jù)可視化與數(shù)據(jù)呈現(xiàn)
四、數(shù)據(jù)處理與數(shù)據(jù)清洗
五、實(shí)戰(zhàn)一:數(shù)據(jù)處理實(shí)戰(zhàn)
案例研討:Pyhton程序與數(shù)據(jù)處理
二
機(jī)器學(xué)習(xí)
一、機(jī)器學(xué)習(xí)算介紹
二、算法與應(yīng)用講解
三、SK-learn機(jī)器學(xué)習(xí)庫(kù)講解
四、SK-learn機(jī)器學(xué)習(xí)與算法應(yīng)用
五、數(shù)據(jù)、算法、框架應(yīng)用
六、公用數(shù)據(jù)使用技巧
七、機(jī)器學(xué)習(xí)算法應(yīng)用
八、案例:機(jī)器學(xué)習(xí)算法案例一
九、案例:模型建模案例分享二
案例研討:算法學(xué)習(xí)、框架學(xué)習(xí)
案例練習(xí):機(jī)器學(xué)習(xí)庫(kù)與算法訓(xùn)練
機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)
一、機(jī)器學(xué)習(xí)數(shù)據(jù)準(zhǔn)備
二、公共數(shù)據(jù)庫(kù)使用與算法應(yīng)用
三、數(shù)據(jù)標(biāo)準(zhǔn)化處理
數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)應(yīng)用
案例訓(xùn)練:公共數(shù)據(jù)庫(kù)數(shù)據(jù)訓(xùn)練
三
深度學(xué)習(xí)
一、深度學(xué)習(xí)與TensorFlow簡(jiǎn)介
二、TensorFlowOnSpark簡(jiǎn)介
三、卷積神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
四、TensorFlow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)
五、循環(huán)神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
六、TensorFlow實(shí)現(xiàn)循環(huán)神經(jīng)網(wǎng)絡(luò)
七、TensorFlow深度學(xué)習(xí)實(shí)戰(zhàn)
八、Tensorflow構(gòu)建回歸模型
九、Tensorflow深度學(xué)習(xí)模型
案例研討:大數(shù)據(jù)分析與深度學(xué)習(xí)關(guān)系?
深度學(xué)習(xí)與人工智能
一、Tensorflow打造RNN網(wǎng)絡(luò)模型
二、Tensorflow項(xiàng)目實(shí)戰(zhàn)驗(yàn)證識(shí)別
三、人工智能簡(jiǎn)介
四、人工智能趨勢(shì)及關(guān)鍵技術(shù)
五、openCV圖像處理
六、案例:深度學(xué)習(xí)與人臉識(shí)別
七、案例:深度學(xué)習(xí)高級(jí)應(yīng)用案例