Python-机器学习、深度学习与计算机图像处理技术实战培训班
培训背景
Python 是一种面向对象的,动态的程序设计语言,具有非常简洁而清晰的语法,既可以用于快速开发程序,也可以用于开发大规模软件,特别适合完成高层任务。随着 NumPy、SciPy 等众多程序库的开发,Python 越来越适合于做科学计算。Python 是一门真正的通用程序设计语言,它有众多程序库的支持,并支持多种平台,完全免费,开放源码。机器学习(数据挖掘)是从大量数据中挖掘隐含的、先前未知的、对决策有潜在价值的关系,并用这些知识和规则建立模型预测信息。机器学习有助于发现自然规律,解释已知的现象,预测未知的结果,因此机器学习已成为当代科学研究的崭新的研究方法。
培训对象
从事人工智能、机器学习、图像识别、语音识别、目标检测、自然语言处理、大数据挖掘、类脑智能等相关企事业单位的科研技术人员,各省市大学相关的老师、研究生、本科生、工程师及有关于 Python、机器学习、深度学习研究的从业者!
培训特色
本次培训从实战的角度对深度学习技术进行了全面的剖析,并结合实际案例分析和探讨深度学习的应用场景,给深度学习相关从业人员以指导和启迪。
培训收益
课程中通过细致讲解,使学员掌握该技术的本质。具体收益包括:
1.回归算法理论与实战
2.决策树算法理论与实战
3.集成学习算法理论与实战
4.聚类算法理论与实战
5.神经网络算法
6.Tensorflow DNN CNN构建
7.基于OpenCV计算机视觉识别
8.YOLO目标识别框架
9.从0到1完成知识图谱构建。
课程大纲(4天,每天6-7小时)
日程 | 培训模块 | 培训内容 |
天 上午 | 机器学习与线性回归算法 | 线性回归实现销售数据预测 (3h) 1. 线性回归介绍与公式推导 2. 多变量线性归回与梯度下降 3. 预测销量与广告投放相关性预测 4. 数据升维与PCA降维 5. 数据归一化与模型优化 6. 欠拟合与过拟合 7. 训练结果的可视化 8. 保存模型与再加载 |
天 下午 |
逻辑回归与决策树实战 | 逻辑回归之信用卡反欺诈预测 (1.5h) 1. 项目背景与需求分析 2. 特征工程之标准化 3. 基本预处理操作 4. 上采样与下采样 5. 混淆矩阵可视化函数 6. 模型的训练与准确率,,召回率 |
决策树、集成学习识别银行高风险 (1.5h) 1. 信息增益与算法原理介绍 2. 数据分析、特征工程 3. 模型训练与优化参数 4. 随机森林、正向激励算法 5. 采用决策树识别高风险 | ||
第二天 | Tensorflow2.3 神经网络 | 深度学习与深度神经网络实践 (1.5h) 1. Tensorflow安装 2. Tensorlfow基础知识 3. Tensorflow线性回归 4. Tensorflow非线性回归 5. Mnist数据集合Softmax讲解 6. 使用BP神经网络搭建手写数字识别 7. 交叉熵(cross-entropy)讲解和使用 8. 过拟合,正则化,Dropout 9. 各种优化器Optimizer 10. 改进手写数字识别网络 11. 模型保存与载入 |
第二天 | 深度学习之卷积神经网络 | CIFAR图形图像识别项目 (3h) 1. CIFAR项目需求介绍 2. 分析爱data_batch数据集 3. CNN卷积神经网络介绍 4. 卷积、深度、池化、步长、激活函数 采用CNN完成CIFAR物体分类 1. 人脸识别数据集与算法介绍 2. 模型结构设计 3. 人脸损失函数设计 4. 模型与参数调优 |
第三天 | Keras 神经网络框架 | Keras理论介绍佳实战 (3h) 1. Keras神经网络框架介绍 2. 基于Keras情感类分析 3. 动物分类器实现 4. 采用Keras实现非线性回归 5. 生成式对抗神经网络原理及应用 6. 模块结构分析与优化策略 7. 采用Keras重构TensorFlow项目 |
第三天 | Open CV计算机视觉技术 | OpenCV的人脸识别 (3h) 1. OpenVINO框架介绍与安装测试 2. OpenCV DNN中使用IE模块加速 3. 转化工具与IE模块加速 4. 准备人脸数据 5. CV扫描图像、平滑、扩张实现 6. DNN神经网络识别人脸 7. 测试与调优操作 8. 基于Open CV DNN 构建车辆与车牌检查模型 |
第四天 |
YOYO目标识别框架技术 | YOYO目标识别框架介绍 (3h) 1. 标检测任务介绍 2. RCNN/Fast-RCNN/Faster-RCNN算法介绍 3. YOLO算法介绍 4. 目标分割任务介绍 5. 全卷积网络 6. 双线性上采样 7. 特征金字塔 8. Mask RCNN算法介绍 9. 目标分割项目实战 |
第四天 | 图数据库与构建知识图谱 | 知识表示与建模 (1.5h) 1. 知识图谱核心技术:知识推理 2. 知识图谱应用场景与抽取概述介绍 3. 本体知识推理与任务分类 4. 实体与关系、事件抽取技术 5. 采用TxtCnn、CRF完成知识抽取 6. 采用RNN、LSTM完成知识抽取 |
知识存储与问答机器人构建 (1.5h) 1. 知识存储neo4j常用数据库 2. Cyhper语言介绍 3. 采用Py操作Neo4j数据库 4. 基于知识图谱问答机器人构建 |
专家团队
刘老师 西安邮电学院计算机科学与技术本科,拥有着十几年软件研发经验,7年企业培训经验,对Java、Python、等技术领域有独特的研究,精通J2EE企业级开发技术。Java方向:设计模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且对Java源码有深入研究。Python方向:Python OOP、Mongodb、Django、Scrapy爬虫、基于Surprise库数据推荐,Tensorflow人工智能框架、人脸识别技术。区块方向:BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS。
覃老师 上海大学物理学硕士,创业公司合伙人,技术总监。机器学习,深度学习领域多年一线开发研究经验,精通算法原理与编程实践。曾使用Tensorflow,Caffe,Keras等深度学习框架完成过多项图像,语音,nlp,搜索相关的人工智能实际项目,研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验,讲课通熟易懂,代码风格简洁清晰。
王老师 计算机博士,深入理解传统的计算机视觉方法与目前主流的深度学习算法,在图像识别、目标检测、图像分割、OCR、人脸识别等方向均进行了丰富的项目实战。熟练使用OpenCV、Tensorflow、Keras等工具。具备丰富的数据挖掘经验,熟悉大数据下的ETL与模型搭建,曾独立负责美团用户信用分评估、敏感身份挖掘、京东金融APP多个模块推荐算法搭建等项目。
培训费用
线下面授培训费:8800元/人(含培训费、场地费、资料费、学习期间午餐及录播视频回放一年)。
网络直播培训费:7800元/人(含培训费、平台费、资料费及直播视频回放一年)。
结业证书
本课程由中国信息化培训中心颁发《人工智能工程师》证书;
证书可作为技术人员职业能力考核的证明,以及技术人员岗位聘用、任职、定级和晋升职务的重要依据。
联系方式
- 地址:北京 北京丰台夏家胡同育芳园东里3号楼B座
- 邮编:100071
- 电话:400-808-2006
- 招生老师:张哲
- 手机:13910781835
- 传真:010-60309065
- QQ:2548967548
- Email:2548967548@qq.com