• 2018-5-17至2018-5-20 北京

• 2018-8-23至2018-8-26 上海

• 2018-12-13至2018-12-16 深圳

一、培训收益

通过此次课程培训，可使学习者获得如下收益：

1.掌握Python基础语言风格与常用库使用方法;

2.理解并掌握经典算法原理；

3.理解机器学习算法工作原理与应用场景；

4.掌握Scikit-Learn库的建模与评估；

5.掌握神经网络基础知识；

6.掌握卷积神经网络及应用技巧与细节分析；

7.通过大量实际案例使学员真正掌握Caffe与Tensorflow框架在工作中的用法。

二、培训特色

1.机器学习+深度学习面面俱到，算法与实践相结合；

2.录播课程随到随学，直播答疑后顾无忧；

3.提供所有数据与代码，轻松复现；

4.风格通俗易懂，适合快速上手。

三、日程安排

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.最邻近规则分类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

四、授课专家

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。

唐老师  计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战专家。参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。

五、培训费用

面授班培训费：9800元/人（含培训费、资料费、学习期间的午餐），食宿统一安排，费用自理。请学员带身份证复印件一张。

本课程由中国信息化培训中心颁发《人工智能高级工程师》证书; 证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。