- 網(wǎng)絡(luò)營(yíng)銷實(shí)戰(zhàn)系統(tǒng)——打造賺錢機(jī)器
- 理解注塑成型的高分子原理、成型基本流
- 機(jī)器換人引爆企業(yè)設(shè)備維護(hù)系統(tǒng)升級(jí)研修
- 賺錢機(jī)器-全面設(shè)備管理(TPM)
- 賺錢機(jī)器-全面設(shè)備管理(TPM)
- 賺錢機(jī)器-全面設(shè)備管理(TPM)
- 賺錢機(jī)器-全面設(shè)備管理(TPM)
- 機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)圖像處理和
- 精益生產(chǎn)實(shí)戰(zhàn)IE工業(yè)工程降本增效培訓(xùn)
- MTP—中高層管理者技能提升訓(xùn)練
- 服裝銷售技巧培訓(xùn)
- 家居行業(yè)家具銷售技巧培訓(xùn)
- 汽車4S店銷售技巧培訓(xùn)
- 銀行大堂經(jīng)理服務(wù)禮儀培訓(xùn)
- 專業(yè)奢侈品培訓(xùn)
- 員工職業(yè)禮儀培訓(xùn)
- 銀行新員工培訓(xùn)
- 理財(cái)經(jīng)理培訓(xùn)方案
- 管理培訓(xùn):計(jì)劃與目標(biāo)管理
- TTT-KCI培訓(xùn)師專業(yè)發(fā)展勝任力
機(jī)器學(xué)習(xí)與深度學(xué)習(xí)培訓(xùn)
課程編號(hào):37659
課程價(jià)格:¥25000/天
課程時(shí)長(zhǎng):1 天
課程人氣:793
- 課程說(shuō)明
- 講師介紹
- 選擇同類課
計(jì)算機(jī)相關(guān)專業(yè)本科;或理工科本科,且至少熟悉一門編程語(yǔ)言。
【培訓(xùn)收益】
掌握數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)基本知識(shí); 掌握數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)進(jìn)階知識(shí); 掌握深度學(xué)習(xí)的理論與實(shí)踐; 掌握Python開發(fā)技能; 掌握深度學(xué)習(xí)工具:TensorFlow、Keras等; 為學(xué)員的后續(xù)項(xiàng)目應(yīng)用提供針對(duì)性的建議。
【課程大綱】(培訓(xùn)內(nèi)容可根據(jù)客戶需求調(diào)整)
時(shí)間 內(nèi)容 案例實(shí)踐與練習(xí)
Day1初識(shí)機(jī)器學(xué)習(xí)
上午
概述入門
數(shù)據(jù)預(yù)處理 概述(第一天——1)
1、概念與術(shù)語(yǔ)(人工智能、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí))
2、數(shù)據(jù)挖掘的對(duì)象
3、數(shù)據(jù)挖掘的關(guān)鍵技術(shù)
4、知識(shí)的表達(dá)
5、Python的安裝
數(shù)據(jù)預(yù)處理(第一天——2)
1、數(shù)據(jù)清理
2、規(guī)范化
3、模糊集
4、粗糙集
5、無(wú)標(biāo)簽時(shí):PCA
6、有標(biāo)簽時(shí):Fisher線性判別
數(shù)據(jù)壓縮(DFT、小波變換) 案例實(shí)踐:
1、python安裝
2、Tensorflow安裝
3、PCA的實(shí)驗(yàn)
4、DFT的實(shí)驗(yàn)
Day1初識(shí)機(jī)器學(xué)習(xí)
下午
回歸與時(shí)序分析
決策樹 回歸與時(shí)序分析 (第一天——3)
1、線性回歸
2、非線性回歸
3、logistics回歸
4、平穩(wěn)性、截尾與拖尾
5、ARIMA
決策樹(第一天——4)
1、分類和預(yù)測(cè)
2、熵減過(guò)程與貪心法
3、ID3
4、C4.5
5、其他改進(jìn)方法
決策樹剪枝 案例實(shí)踐:
1、回歸的實(shí)驗(yàn)
2、ARIMA預(yù)測(cè)實(shí)驗(yàn)
3、決策樹的實(shí)驗(yàn)
Day2機(jī)器學(xué)習(xí)中的典型算法
上午
聚類
關(guān)聯(lián)規(guī)則
樸素貝葉斯與KNN 聚類(第二天——1)
1、監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)
2、K-means與k-medoids
3、層次的方法
4、基于密度的方法
5、基于網(wǎng)格的方法
6、孤立點(diǎn)分析
關(guān)聯(lián)規(guī)則(第二天——2)
1、頻繁項(xiàng)集
2、支持度與置信度
3、提升度
4、Apriori性質(zhì)
5、連接與剪枝
樸素貝葉斯與KNN(第二天——3)
1、KNN
2、概率論基礎(chǔ):條件概率、聯(lián)合概率、分布、共軛先驗(yàn)。
3、“概率派”與“貝葉斯派”
4、樸素貝葉斯模型
案例實(shí)踐:
1、鳶尾花數(shù)據(jù)的聚類
2、超市購(gòu)物籃——關(guān)聯(lián)規(guī)則分析
3、樸素貝葉斯案例:皮馬印第安人患糖尿病的風(fēng)險(xiǎn)
Day2機(jī)器學(xué)習(xí)中的典型算法
下午
極大似然估計(jì)與EM算法
性能評(píng)價(jià)指標(biāo) 極大似然估計(jì)與EM算法(第二天——4)
1、極大似然估計(jì)
2、對(duì)數(shù)似然函數(shù)
3、EM算法
性能評(píng)價(jià)指標(biāo)(第二天——5)
1、準(zhǔn)確率;精確率、召回率;F1
2、真陽(yáng)性率、假陽(yáng)性率
3、混淆矩陣
4、ROC與AUC
5、對(duì)數(shù)損失
6、Kappa系數(shù)
7、回歸:平均絕對(duì)誤差、平均平方誤差
8、聚類:蘭德指數(shù)、互信息
9、k折驗(yàn)證 案例實(shí)踐:
1、正態(tài)分析的參數(shù)估計(jì)
2、EM算法應(yīng)用案例:雙正態(tài)分布的參數(shù)估計(jì)
3、繪制ROC并計(jì)算AUC、F1
4、繪制擬合曲線,計(jì)算擬合優(yōu)度
Day3神經(jīng)網(wǎng)絡(luò)專題
上午
BP神經(jīng)網(wǎng)絡(luò)
模擬退火算法與其他神經(jīng)網(wǎng)絡(luò) BP神經(jīng)網(wǎng)絡(luò) (第三天——1)
1、人工神經(jīng)元及感知機(jī)模型
2、前向神經(jīng)網(wǎng)絡(luò)
3、sigmoid
4、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
5、誤差反向傳播
模擬退火算法與其他神經(jīng)網(wǎng)絡(luò) (第三天——2)
1、模擬退火算法
2、Hopfield網(wǎng)絡(luò)
3、自組織特征映射神經(jīng)網(wǎng)絡(luò)(SOM)
4、受限布爾茲曼機(jī) 案例實(shí)踐:
1、可以手算的神經(jīng)網(wǎng)絡(luò)
2、神經(jīng)網(wǎng)絡(luò)模擬一個(gè)圓錐曲面
3、“貨郎擔(dān)”問(wèn)題(模擬退火算法)
4、識(shí)別破損的字母(Hopfield網(wǎng)絡(luò))
5、聚類的另一種解法(SOM)
Day3神經(jīng)網(wǎng)絡(luò)專題
下午
機(jī)器學(xué)習(xí)中的最優(yōu)化方法
遺傳算法 機(jī)器學(xué)習(xí)中的最優(yōu)化方法(第三天——3)
1、參數(shù)學(xué)習(xí)方法
2、損失函數(shù)(或目標(biāo)函數(shù))
3、梯度下降
4、隨機(jī)梯度下降
5、牛頓法
6、擬牛頓法
遺傳算法 (第三天——4)
1、種群、適應(yīng)性度量
2、交叉、選擇、變異
3、基本算法 案例實(shí)踐:
1、隨機(jī)梯度下降的例子
2、牛頓法求Rosenbrock(香蕉函數(shù))的極值
3、“同宿舍”問(wèn)題:遺傳算法
Day4機(jī)器學(xué)習(xí)進(jìn)階
上午
支持向量機(jī)
隱馬爾科夫模型 支持向量機(jī) (第四天——1)
1、統(tǒng)計(jì)學(xué)習(xí)問(wèn)題
2、支持向量機(jī)
3、核函數(shù)
4、多分類的支持向量機(jī)
5、用于連續(xù)值預(yù)測(cè)的支持向量機(jī)
隱馬爾科夫模型(第四天——2)
1、馬爾科夫過(guò)程
2、隱馬爾科夫模型
3、三個(gè)基本問(wèn)題(評(píng)估、解碼、學(xué)習(xí))
4、前向-后向算法
5、Viterbi算法
6、Baum-Welch算法
案例實(shí)踐:
1、SVM:iris的三個(gè)分類
2、HMM示例:天氣與地表積水、罐中的彩球
3、HMM之前向算法:擲骰子的序列
4、HMM之viterbi算法:是否生病了?
Day4機(jī)器學(xué)習(xí)進(jìn)階
下午
文本挖掘
從LSA到LDA 文本挖掘(第四天——3)
1、文本分析功能
2、文本特征的提取
4、TF-IDF
5、文本分類
5、文本聚類
從LSA到LDA(第四天——3)
1、LSA
2、pLSA
3、LDA
案例實(shí)踐:
1、英文文本分析;
2、中文文本分析:《絕代雙驕》
3、中文語(yǔ)句情感分析
4、LSA和LDA的比較
Day5機(jī)器學(xué)習(xí)進(jìn)階與深度學(xué)習(xí)初步
上午
利用無(wú)標(biāo)簽的樣本
集成學(xué)習(xí) 利用無(wú)標(biāo)簽的樣本(第五天——1)
1、半監(jiān)督學(xué)習(xí)
2、直推式學(xué)習(xí)
3、主動(dòng)學(xué)習(xí)
集成學(xué)習(xí)(第五天——2)
1、bagging
2、co-training
3、adaboost
4、隨機(jī)森林
5、GBDT 案例實(shí)踐:
1、半監(jiān)督學(xué)習(xí):SVM標(biāo)簽擴(kuò)展;
2、主動(dòng)學(xué)習(xí):手寫數(shù)字
3、bagging、adaboost、RF、GBDT的例子
Day5機(jī)器學(xué)習(xí)進(jìn)階與深度學(xué)習(xí)初步
下午
強(qiáng)化學(xué)習(xí)
深度學(xué)習(xí)-1 強(qiáng)化學(xué)習(xí)(第五天——3)
1、agent的屬性
2、exploration and exploitation
3、Bellman期望方程
4、最優(yōu)策略
5、策略迭代與價(jià)值迭代
6、Q學(xué)習(xí)算法
深度學(xué)習(xí)-1(第五天——4)
1、連接主義的興衰
2、深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的區(qū)別與聯(lián)系
3、目標(biāo)函數(shù)
4、激勵(lì)函數(shù)
學(xué)習(xí)步長(zhǎng) 案例實(shí)踐:
1、強(qiáng)化學(xué)習(xí)示例:走迷宮
2、強(qiáng)化學(xué)習(xí):谷底的小車
3、深度學(xué)習(xí)示例:模式識(shí)別
Day6深度學(xué)習(xí)
上午
深度學(xué)習(xí)-2
深度學(xué)習(xí)-3 深度學(xué)習(xí)-2(第六天——1)
1、優(yōu)化算法
2、Adagrad
3、RMSprop
4、Adam
5、避免過(guò)適應(yīng)
深度學(xué)習(xí)-3(第六天——2)
1、典型應(yīng)用場(chǎng)景
2、CNN
3、各種CNN
4、RNN
LSTM、GRU 案例實(shí)踐:
1、CNN的準(zhǔn)備示例
2、CNN處理MNIST手寫數(shù)字?jǐn)?shù)據(jù)集
3、RNN準(zhǔn)備示例
4、RNN分析股票趨勢(shì)
5、LSTM的準(zhǔn)備示例
Day6深度學(xué)習(xí)
下午
深度學(xué)習(xí)-4 1、GAN
2、DQN
案例實(shí)踐:
1、DQN結(jié)合CNN:“flappy bird”
【授課環(huán)境】
講課環(huán)境要能上網(wǎng)
【預(yù)裝機(jī)要求】
要裝Tensorflow和anaconda+python這兩個(gè)軟件,
其中anaconda+python下載地址是:https://www.anaconda.com/download/#macos;
其中Tensorflow的安裝方法:
如果是沒(méi)有GPU設(shè)備的機(jī)器:先裝anaconda+python,然后在python環(huán)境中,pip install tensorflow即可;
如果是有GPU設(shè)備的機(jī)器,參考以下教程:https://blog.csdn.net/gangeqian2/article/details/79358543或https://blog.csdn.net/weixin_39290638/article/details/80045236
葉梓,上海交通大學(xué)計(jì)算機(jī)專業(yè)博士畢業(yè),高級(jí)工程師。主研方向:數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能。歷任國(guó)內(nèi)知名上市IT企業(yè)的AI技術(shù)總監(jiān)、資深技術(shù)專家,市級(jí)行業(yè)大數(shù)據(jù)平臺(tái)技術(shù)負(fù)責(zé)人。
長(zhǎng)期負(fù)責(zé)城市信息化智能平臺(tái)的建設(shè)工作,開展行業(yè)數(shù)據(jù)的智能化應(yīng)用研發(fā)工作,牽頭多個(gè)省級(jí)、市級(jí)行業(yè)智能化信息系統(tǒng)的建設(shè),主持設(shè)計(jì)并搭建多個(gè)省級(jí)、市級(jí)行業(yè)大數(shù)據(jù)平臺(tái)。參與國(guó)家級(jí)人工智能課題,牽頭上海市級(jí)人工智能示范應(yīng)用課題研究。
帶領(lǐng)團(tuán)隊(duì)在相關(guān)行業(yè)領(lǐng)域研發(fā)多款人工智能創(chuàng)新產(chǎn)品,成功落地多項(xiàng)大數(shù)據(jù)、人工智能前沿項(xiàng)目,其中信息化智能平臺(tái)項(xiàng)目曾榮獲:“上海市信息技術(shù)優(yōu)秀應(yīng)用成果獎(jiǎng)”。帶領(lǐng)團(tuán)隊(duì)在參加國(guó)際NLP算法大賽,獲得Top1%的成績(jī)。參與國(guó)家級(jí)、省級(jí)大數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)的制定,曾獲省部級(jí)以上的科技創(chuàng)新一等獎(jiǎng)。
1. 論文發(fā)表/項(xiàng)目經(jīng)歷
在國(guó)內(nèi)外期刊、會(huì)議中發(fā)表論文27篇,其中被SCI/EI收錄4篇
項(xiàng)目經(jīng)歷:
l 上海市城市信息化人工智能項(xiàng)目 項(xiàng)目負(fù)責(zé)人
ü 研發(fā)智能服務(wù)系統(tǒng),包括:元宇宙與虛擬數(shù)字人、基于人工智能的內(nèi)容生成(AIGC)、基于NLP技術(shù)的對(duì)話系統(tǒng)、基于深度學(xué)習(xí)的圖像識(shí)別系統(tǒng)、基于智能推理的行業(yè)推薦系統(tǒng)。
相關(guān)工作:
作為項(xiàng)目總負(fù)責(zé),負(fù)責(zé)項(xiàng)目管理、產(chǎn)品研發(fā)、系統(tǒng)分析、技術(shù)指導(dǎo)、算法指導(dǎo)等。
l 上海市城市智能信息化工程 總工程師
ü 采用大數(shù)據(jù)技術(shù),建設(shè)市級(jí)信息平臺(tái),完成試點(diǎn)單位接入并采集居民相關(guān)信息,實(shí)現(xiàn)市級(jí)平臺(tái)檔案等服務(wù),并實(shí)現(xiàn)所有單位的全面接入。
ü 為解決超量數(shù)據(jù)的存儲(chǔ)與計(jì)算的問(wèn)題,搭建了存儲(chǔ)全市數(shù)據(jù)的云計(jì)算平臺(tái),并在其上進(jìn)行了基于大數(shù)據(jù)的分析和挖掘工作。
相關(guān)工作:
作為總工程師,負(fù)責(zé)技術(shù)管理、系統(tǒng)分析、云平臺(tái)數(shù)據(jù)存儲(chǔ)設(shè)計(jì)、數(shù)據(jù)分析與挖掘指導(dǎo)、開發(fā)指導(dǎo)。
l 上海市城市信息化領(lǐng)域智能聯(lián)網(wǎng)工程 技術(shù)經(jīng)理
ü 建設(shè)內(nèi)容包括:接入單位的聯(lián)網(wǎng);智能卡的實(shí)現(xiàn);城市信息化智能平臺(tái)的升級(jí);科研平臺(tái)的擴(kuò)展與升級(jí);建立決策支持系統(tǒng);評(píng)估體系的展示設(shè)計(jì);短信平臺(tái)的實(shí)現(xiàn);違規(guī)操作的提醒;協(xié)同智能服務(wù)平臺(tái)的實(shí)現(xiàn)等。
相關(guān)工作:
作為技術(shù)經(jīng)理負(fù)責(zé)總體架構(gòu)設(shè)計(jì)、接口設(shè)計(jì)、大數(shù)據(jù)平臺(tái)設(shè)計(jì)、AI技術(shù)指導(dǎo)等。
3. 主攻方向
具有扎實(shí)的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能理論基礎(chǔ);了解AIGC等技術(shù)前沿動(dòng)態(tài)。
精通機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的理論、模型、算法、調(diào)優(yōu)等;精通算法設(shè)計(jì);
熟悉深度學(xué)習(xí)在自然語(yǔ)言處理、計(jì)算機(jī)視覺兩大核心領(lǐng)域的實(shí)用技巧;
15年以上的程序開發(fā)經(jīng)驗(yàn),熟悉常用程序開發(fā)架構(gòu),獨(dú)立完成多個(gè)產(chǎn)品級(jí)軟件的設(shè)計(jì)與開發(fā)。
-
人工智能機(jī)器學(xué)習(xí)算法在項(xiàng)目中的實(shí)戰(zhàn)
一.介紹機(jī)器學(xué)習(xí),什么是機(jī)器學(xué)習(xí)a) 簡(jiǎn)單介紹機(jī)器學(xué)習(xí),數(shù)據(jù)挖掘b) 機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的基本概念和原理c) 機(jī)器學(xué)習(xí)用來(lái)解決什么問(wèn)題機(jī)器學(xué)習(xí)的應(yīng)用場(chǎng)景1) 機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景之一------分類以及分類的應(yīng)用場(chǎng)景a) 分類概念b) 分類的應(yīng)用c) 分類和聚類、推薦的區(qū)別d) 分類工作原理e) 分類中概念術(shù)語(yǔ)..
-
機(jī)器學(xué)習(xí)閉環(huán)系統(tǒng)設(shè)計(jì)方法
第一章. 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)系統(tǒng)設(shè)計(jì)方法論a)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的概念和區(qū)別b)人工智能算法工程師的日常工作流程c)傳統(tǒng)機(jī)器學(xué)習(xí)的系統(tǒng)設(shè)計(jì)方法d)人工智能時(shí)代深度學(xué)習(xí)的系統(tǒng)設(shè)計(jì)方法第二章.機(jī)器學(xué)習(xí)和深度學(xué)習(xí)人工智能的常見開發(fā)流程a)洞悉公司業(yè)務(wù)業(yè)務(wù)邏輯痛點(diǎn),抽象出計(jì)算機(jī)解決方法方案b)數(shù)據(jù)清洗和預(yù)處理c)構(gòu)建數(shù)據(jù)集,數(shù)..
-
北京海底撈公司游學(xué)考察學(xué)習(xí)培訓(xùn)
【考察背景】海底撈成立于1994年,是一家以經(jīng)營(yíng)川味火鍋為主、融匯各地火鍋特色為一體的大型跨省直營(yíng)餐飲品牌火鍋店,全稱是四川海底撈餐飲股份有限公司。在簡(jiǎn)陽(yáng)、北京、上海、沈陽(yáng)、天津、武漢、石家莊、西安、鄭州、南京、廣州、杭州、深圳、成都、韓國(guó)、日本、新加坡、美國(guó)等城市和國(guó)家有百余家直營(yíng)連鎖餐廳。海底撈從1994年成立之初到現(xiàn)在,22年間以獨(dú)特的經(jīng)營(yíng)..