企業(yè)管理培訓(xùn)分類導(dǎo)航
企業(yè)管理培訓(xùn)公開課計劃
企業(yè)培訓(xùn)公開課日歷
2025年
2024年
研發(fā)管理培訓(xùn)公開課
研發(fā)管理培訓(xùn)內(nèi)訓(xùn)課程
熱門企業(yè)管理培訓(xùn)關(guān)鍵字
您所在的位置:名課堂>>公開課>>研發(fā)管理培訓(xùn)公開課
人工智能和機(jī)器學(xué)習(xí)
【課程編號】:MKT040364
人工智能和機(jī)器學(xué)習(xí)
【課件下載】:點擊下載課程綱要Word版
【所屬類別】:研發(fā)管理培訓(xùn)
【時間安排】:2025年05月28日 到 2025年05月29日5500元/人
2024年06月12日 到 2024年06月13日5500元/人
2023年06月28日 到 2023年06月29日5500元/人
【授課城市】:上海
【課程說明】:如有需求,我們可以提供人工智能和機(jī)器學(xué)習(xí)相關(guān)內(nèi)訓(xùn)
【課程關(guān)鍵字】:上海人工智能培訓(xùn),上海機(jī)器學(xué)習(xí)培訓(xùn)
我要報名
咨詢電話: | |
手 機(jī): | 郵箱: |
課程介紹
2016年Google開發(fā)的一款人工智能程序AlphaGo以4:1戰(zhàn)勝世界圍棋職業(yè)九段選手李世石,展現(xiàn)了人工智能異常強(qiáng)大的學(xué)習(xí)能力,機(jī)器學(xué)習(xí)的應(yīng)用能力會成為一個爆發(fā)性需求的知識技能,也會是未來科技的至高點。
機(jī)器學(xué)習(xí)系統(tǒng)具有意義深遠(yuǎn)且令人興奮的能力,就某種意義而言,機(jī)器學(xué)習(xí)技術(shù)在我們的生活中已經(jīng)無所不在。要想進(jìn)入機(jī)器學(xué)習(xí)的領(lǐng)域,并且對其具有充分的認(rèn)知,就必須能夠理解和設(shè)計服務(wù)于某一項目需要的機(jī)器學(xué)習(xí)系統(tǒng)。
本課程首先介紹了人工智能和機(jī)器學(xué)習(xí)的背景和現(xiàn)狀,機(jī)器學(xué)習(xí)基本理論和主流的機(jī)器學(xué)習(xí)框架,介紹數(shù)據(jù)的采集導(dǎo)入、機(jī)器學(xué)習(xí)的邏輯模型(包括線性模型、神經(jīng)網(wǎng)絡(luò)模型等)、對特征選擇和抽取、集成機(jī)器學(xué)習(xí)做了詳述,并對Python中眾多針對機(jī)器學(xué)習(xí)任務(wù)的程序包,包括NumPy、SciPy、Matplotlib和Scikit-learn等的使用進(jìn)行講解,并將其應(yīng)用于一些案例研究之中。
本培訓(xùn)將人工智能和機(jī)器學(xué)習(xí)理論與Python應(yīng)用實踐相結(jié)合,基于Python對機(jī)器學(xué)習(xí)目前的一些模型及基本方法,進(jìn)行詳細(xì)解讀、并對其中主要的模型,提供Python樣例實戰(zhàn)講解。
培訓(xùn)對象
1,系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。
2,牽涉到網(wǎng)絡(luò)采集、處理和規(guī)劃的負(fù)責(zé)人、設(shè)計人員。
3,政府機(jī)關(guān),金融保險、移動等以互聯(lián)網(wǎng)信息為數(shù)據(jù)來源單位的負(fù)責(zé)人。
4,高校、科研院所牽涉到人工智能與機(jī)器學(xué)習(xí)的項目負(fù)責(zé)人。
培訓(xùn)目標(biāo)
1、全面了解人工智能和機(jī)器學(xué)習(xí)的相關(guān)知識。
2、學(xué)習(xí)Python中一些經(jīng)典的機(jī)器學(xué)習(xí)模型。
3、深入使用Python在機(jī)器學(xué)習(xí)中的使用。
培訓(xùn)內(nèi)容
第1講 人工智能和機(jī)器學(xué)習(xí)
1人工智能簡介
2人工智能的發(fā)展歷程
3機(jī)器學(xué)習(xí)及相關(guān)技術(shù)
4國內(nèi)外研究現(xiàn)狀
第2講 機(jī)器學(xué)習(xí)基礎(chǔ)
1分類和回歸
2聚類和降維
3線性規(guī)劃
4機(jī)器學(xué)習(xí)模型
5特征抽取
第3講 Python工具和技術(shù)
1 Python與機(jī)器學(xué)習(xí)
2 Python的安裝配置
3 NumPy和Matplotlib
4 Pandas和SciPy
5 Scikit-Learn
第4講 將數(shù)據(jù)變?yōu)樾畔?/strong>
1 數(shù)據(jù)及其模型
2 數(shù)據(jù)來源
3 數(shù)據(jù)清洗
4 數(shù)據(jù)可視化
第5講 機(jī)器學(xué)習(xí)的模型
1 邏輯模型
2 PAC和計算復(fù)雜性
3 樹狀模型和純度
4 規(guī)則模型
第6講 線性模型分析
1 最小二乘法和梯度下降
2 logistic回歸
3 代價函數(shù)
4 多分類
5 正則化
第7講 神經(jīng)網(wǎng)絡(luò)模型
1神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
2 logistic單元
3 代價函數(shù)最小化
4神經(jīng)網(wǎng)絡(luò)的實現(xiàn)
5梯度檢驗
6其他神經(jīng)網(wǎng)絡(luò)架構(gòu)
第8講 特征類型和抽取
1特征的類型
2運(yùn)算和統(tǒng)計
3結(jié)構(gòu)化特征
4特征變換
5主成分分析
第9講 集成學(xué)習(xí)技術(shù)
1集成學(xué)習(xí)的類型
2 Bagging方法
3 隨機(jī)森林
4 Boosting方法
5 集成學(xué)習(xí)的策略
第10講 機(jī)器學(xué)習(xí)設(shè)計策略
1評價模型的表現(xiàn)
2模型的選擇
3學(xué)習(xí)曲線
4機(jī)器學(xué)習(xí)小結(jié)
楊老師
主要研究網(wǎng)絡(luò)信息分析、機(jī)器學(xué)習(xí)以及大數(shù)據(jù)相關(guān)技術(shù),長期從事網(wǎng)絡(luò)信息處理、機(jī)器學(xué)習(xí)以及大數(shù)據(jù)分析系統(tǒng)的研究開發(fā)工作,主持和參與了多個國家和省部級基金項目,具有豐富的工程實踐及軟件研發(fā)經(jīng)驗。