2020Python+机器算法深度学习实战培训班（4月海口）

日程

培训模块

培训内容

第一天

上午

机器学习简介

  1.一元线性回归

  2.代价函数

  3.使用梯度下降法实现一元线性回归

  4.标准方程法

  5.使用sklearn实现一元线性回归

  6.使用sklearn实现多元线性回归

  7.使用sklearn实现岭回归

  8.使用sklearn实现LASSO回归

第一天

下午

决策树与集成学习

理论与实战

  1.sklearn实现决策树

 2.决策树-CART算法

 3.决策树应用

 4.随机深林

KNN与聚类

理论与实战

5.sklearn实现knn算法完成iris数据集分类

6.k-means算法

7.DBSCAN算法

第二天

上午

神经网络算法

1.神经网络基本原理

  2.单层感知机 

  3.线性神经网络

  4.激活函数，损失函数和梯度下降法

  5.线性神经网络异或问题

  6.BP神经网络介绍

  7.BP算法推导

  8.BP神经网络解决异或问题

  9.BP算法完成手写数字识别

  10.sklearn-BP神经网络解决手写数字识别

11.GOOGLE神经网络平台

第二天

下午

Tensorflow2.0

  1.深度学习框架介绍

  2.Tensorflow安装

  3.Tensorlfow基础知识

  4.Tensorflow线性回归

  5.Tensorflow非线性回归

  6.Mnist数据集合Softmax讲解

  7.使用BP神经网络搭建手写数字识别

  8.交叉熵(cross-entropy)讲解和使用

  9.过拟合,正则化,Dropout

  10.各种优化器Optimizer

  11.改进手写数字识别网络

  12.卷积神经网络CNN的介绍

  13.使用CNN解决手写数字识别

  14.长短时记忆网络LSTM介绍

  15.LSTM的使用

  16.模型保存与载入

第三天

上午

图像识别项目

1.介绍Google图像识别模型Inception-v3

   2.使用Inception-v3做图像识别

图像识别项目

   3.训练自己的图像识别模型

验证码识别项目

   4.多任务学习介绍

   5.生存验证码图片

   6.构建验证码识别模型

第三天

下午

Kease 最佳实践

1.安装和配置Keras,API

2.回调函数与自定义训练过程

3.深度神经网络DCNN实现

4.采用深度学习算法识别CIFRA-10图片

5.调节参数来改善性能

第四天

业内经验交流