Python+机器算法深度学习与实战-中培教育

开课时间

北京　9月22-24日

立即预约报名

课程能解决工作中哪些问题？

1

某影视公司希望对电影票房进行预测
2

某企业希望建立人脸／识别考勤系统
3

某出版社希望对图书销量进行预测
4

网约车企业希望对出行流量进行预测
5

金融行业希望对现有客户做贷款风险评估
6

医疗机构希望根据患者数据生成辅助诊断处置模型
7

某手机品牌希望进一步提升手写输入正确率
8

某婚恋网站希望对网站会员数据进行分类

点击获取完整解决方案

报名之后能学习到什么？

回归算法理论与实战
决策树算法理论与实战
集成学习算法理论与实战
KNN算法和决策树算法理论与实战
聚类算法理论与实战
神经网络算法
Tensorflow
生成式对抗网络GANs

点击按钮获取课程讲义PPT

算法与机器学习常见问题

如何选择特征
梯度下降的优缺点
为什么要用逻辑回归
如何处理数据缺失问题
如何处理维度灾难？
如何解决过拟合问题
如何处理样本非均衡问题
决策树算法是按什么来进行分类的？
SVM中rbf核函数与高斯和函数的比较
SVM为啥要引入拉格朗日的优化方法
关联分析中的极大频繁项集；FP增长算法
线性分类器与非线性分类器的区别及优劣
特征比数据量还大时，选择什么样的分类器
对于维度极低的特征，你是选择线性还是非线性分类器
对于维度很高的特征，你是选择线性还是非线性分类器
L1和L2正则的区别，如何选择L1和L2正则
什么是降维，优缺点是什么，有哪些降维方法？
余弦相似度（Cos距离）与欧氏距离的区别和联系

立即连线专家免费咨询

为什么选择中培

1

14年IT培训经验产品打磨更细致
2

精品小班课程老师讲解更细致针对性辅导
3

课程设计切实解决工作中的问题实用性强
4

演练实际运维场景为切入点代入感强
5

筛选主流及热门问题进行讲解时效性强
6

引导式教学、启发学员自主解决问题操作性强

点击按钮了解最新课程优惠信息

Python+机器算法深度学习与实战课程大纲

第一天上午	机器学习简介
	1.一元线性回归 2.代价函数 3.使用梯度下降法实现一元线性回归 4.标准方程法 5.使用sklearn实现一元线性回归 6.使用sklearn实现多元线性回归 7.使用sklearn实现岭回归 8.使用sklearn实现LASSO回归
第一天下午	决策树与集成学习理论与实战
	1.sklearn实现决策树 2.决策树-CART算法 3.决策树应用 4.随机森林
	KNN与聚类理论与实战
	5.sklearn实现knn算法完成iris数据集分类 6.k-means算法 7.DBSCAN算法
第二天上午	神经网络算法
	1.神经网络基本原理 2.单层感知机 3.线性神经网络 4.激活函数，损失函数和梯度下降法 5.线性神经网络异或问题 6.BP神经网络介绍 7.BP算法推导 8.BP神经网络解决异或问题 9.BP算法完成手写数字识别 10.sklearn-BP神经网络解决手写数字识别 11.GOOGLE神经网络平台
第二天下午	Tensorflow2.0
	1.深度学习框架介绍 2.Tensorflow安装 3.Tensorlfow基础知识 4.Tensorflow线性回归 5.Tensorflow非线性回归 6.Mnist数据集合Softmax讲解 7.使用BP神经网络搭建手写数字识别 8.交叉熵(cross-entropy)讲解和使用 9.过拟合,正则化,Dropout 10.各种优化器Optimizer 11.改进手写数字识别网络 12.卷积神经网络CNN的介绍 13.使用CNN解决手写数字识别 14.长短时记忆网络LSTM介绍 15.LSTM的使用 16.模型保存与载入
第三天上午	图像识别项目
	1.介绍Google图像识别模型Inception-v3 2.使用Inception-v3做图像识别 3.训练自己的图像识别模型
	验证码识别项目
	4.多任务学习介绍 5.生存验证码图片 6.构建验证码识别模型
第三天下午	Kease 最佳实践
	1.安装和配置Keras,API 2.回调函数与自定义训练过程 3.深度神经网络DCNN实现 4.采用深度学习算法识别CIFRA-10图片 5.调节参数来改善性能