机器学习学习中心 北京

时间

培训模块

培训内容

第 一天

上午

第 一模块：Python必备库快速入门

1.人工智能应用发展简介。

2.python基础学习。

3.科学计算包numpy学习。

4.绘图工具包matplotlib学习。

第 一天下午

第二模块：机器学习经典算法(一)

1.机器学习基础概念。

2.决策树。

3.zui邻近规则分类KNN算法。

4.线性回归和非线性回归。

5.Kmeans算法。

6.SVM算法。

7.神经网络。

第二天

上午

第二模块：机器学习经典算法(二)

1.神经网络基本原理。

2.单层感知器程序。

3.线性神经网络。

4.激活函数，损失函数和梯度下降法。

5.BP神经网络介绍。

6.BP神经网络解决异或问题。

7.BP神经网络解决手写数字识别。

8.BP网络论文讲解。

9.介绍GOOGLE神经网络演示平台。

第二天

下午

第三模块：机器学习案例实战

1.Tensorflow安装。

2.Tensorlfow基础知识：图，变量，fetch，feed。

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.Tensorboard的使用。

第三天

上午

第四模块：卷积神经网络与图像识别

1.卷积神经网络CNN的介绍。

2.使用CNN解决手写数字识别。

3.深度残差网络讲解。

4.长短时记忆网络LSTM介绍。

5.LSTM的使用。

6.介绍Google图像识别模型Inception-v3。

7.使用Inception-v3做图像识别。

8.Retrain图像识别模型。

第三天

下午

第五模块：项目实战（一）

图像识别项目：

1.从头开始训练图像识别模型。

验证码识别项目：

2.生成验证码。

3.多任务学习介绍。

4.使用图像识别方法完成验证码识别。

5.验证码识别效果测试。

6.使用多任务学习完成验证码识别。

7.验证码识别效果测试。

语音分类项目：

8.语音信号处理。

9.使用LSTM完成语音分类。

第四天上午

第五模块：项目实战（二）

文本分类项目：

1.nlp任务介绍。

2.word2vec介绍。

3.word2vec实现。

4.CNN实现文本分类。

5.LSTM实现文本分类。

6.seq2seq模型介绍。

第四天下午

第六模块：人脸识别技术

1.人脸识别介绍。

2.生成式模型介绍。

第五天

学员自由交流