18课时 ¥2380.00
人工智能在各行业的迅速落地,使很多任务的完成成本大幅降低,效率显著提升。与此同时,作为其技术内核,机器学习和深度学习算法也越来越受到人们的关注,越来越多的行业的从业者都希望了解和学习机器学习与深度学习算法的相关原理,并希望将其与自己的领域相结合,拓展新思路,形成新的解决方案。
模式识别是指对表征事物或现象的各种形式的信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。模式识别是计算机科学和人工智能中非常重要的一个研究领域,模式识别不但在计算机科学的众多领域中大显身手,而且成为一些交叉学科的重要支撑技术,其应用遍及人工智能的各个领域,如图像分析与处理、计算机视觉、人脸识别、指纹识别、语音识别、自然语言理解、声音分类、通信、数据挖掘、智能机器人等。 随着人工智能技术的快速发展,模式识别方面的人才成为国家急需的高层次技术人才。
熟悉模式识别的基本概念;
熟悉Python基础语法
熟悉Anaconda环境配置与基本操作;
掌握Matplotlib可视化技术;
掌握Numpy技术基础;
掌握机器学习最低限度的数学知识;
掌握机器学习的基本原理;
掌握神经网络的结构。
软件工程师、资深开发人员、人工智能工程师、图像设计人员、机器学习工程师、算法工程师、模式识别工程师。
第0章 人工智能-模式识别技术实战-模式识别
人工智能-模式识别技术实战-模式识别课程概述
第1章 模式识别理论
机器学习-模式识别理论
第2章 Python编程基础
语言基础-Anaconda
语言基础-Python基础语法(1)
语言基础-Python基础语法(2)
语言基础-Python基础语法(3)
语言基础- Python面向对象编程(1)
语言基础- Python面向对象编程(2)
语言基础-NumPy基础
语言基础-Matplotlib基础
第3章 机器学习数学基础
.数学原理-基础知识
数学原理-线性代数
数学原理-微积分
数学原理-概率统计(1)
数学原理-概率统计(2)
第4章 机器学习技术基础
机器学习-机器学习基础(1)
机器学习-机器学习基础(2)
机器学习-经典算法
机器学习-神经网络基础-神经网络概述01:07:02
机器学习-神经网络基础-深度神经网络
机器学习-神经网络基础-卷积神经网络
机器学习-神经网络基础-常见深度学习技术