Python+人工智能最佳实践

24课时             ￥3600.00

课程简介：

本门课程将介绍人工智能相关概念，重点讲解机器学习原理机器，梳理人工智能核心知识点+开发技能+算法推导+核心工具/框架应用。

课程目标：

掌握Python基础语言风格与常用库使用方法;

理解并掌握经典算法原理；

理解机器学习算法工作原理与应用场景；

掌握Scikit-Learn库的建模与评估；

掌握神经网络基础知识；

掌握卷积神经网络及应用技巧与细节分析。

适合人群：

企业系统架构师

系统分析师

高级程序员

资深开发人员

人工智能工程师

图像处理工程师

机器学习工程师

模式识别工程师

高校/科研院所涉及到人工智能与机器学习的项目负责人

第1章 人工智能
第2章 如何学习Deep Learning
2.1.如何学习Deep Learning
第3章 Python,Numpy,Matplotlib
3.1.Python,Numpy,Matplotlib（1）
3.2.Python,Numpy,Matplotlib（2）
第4章 机器学习
4.1.机器学习
第5章 常见应用
5.1.常见应用
第6章 回归分析
6.1.回归分析
6.2.代价函数
第7章 梯度下降法
第8章 多元线性回归
第9章 最邻近规则分类（KNN）
第10章 决策树
第11章 聚类算法（K-MEANS）
第12章 支持向量机（SVM）
第13章 深度学习三次热潮
13.1.深度学习三次热潮（1）
13.2.深度学习三次热潮（2）
第14章 BP神经网络
14.1.BP神经网络（1）
14.2.BP神经网络（2）
第15章 交叉熵
第16章 防止过拟合
第17章 优化器
第18章 递归神经网络
第19章 训练自己的图像识别模型
第20章 多任务学习
20.1.多任务学习
第21章 word2vec
21.1.word2vec（1）
21.2.CNN在自然语言处理中的应用
21.3.word2vec（2）
21.4.word2vec（3）