1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供课后答疑。
        3、培训合格学员可享受免费推荐就业机会。

1. 机器学习基础
1).数学基础知识介绍
2).机器学习的基本概念
3).机器学习的主要方向

2. 深度学习
1).神经网络的历史进程
a) 发展历史
b) 主要应用
2).数学基础知识介绍
3).深度学习简介
a) 感知器
b) 人工神经网络
c) 前馈神经网络
4).从神经网络到深度学习

3. 卷积神经网络(CNN)
1).卷积神经网络进阶
2).用TensorFlow实现卷积神经网络
3).实例讲解：基于CNN的手写识别

4. 循环神经网络(RNN)
1).递归神经网络进阶
2).LSTM进阶
3).用TensorFlow实现递归神经网络
4).实例讲解：基于RNN的销量预测
5). 实例讲解：LSTM在中文分词上的应用

5.深度学习前沿探索
1).最新进展介绍
2).前沿探讨

6. tensorflow
1).深度学习框架概述
2). Hello TensorFlow
3).TensorFlow框架架构
4).TensorFlow Api概览
5).TensorBoard介绍
6).实例: 用TensorFlow实现多层感知机
7).实例: 用TensorFlow实现WordVec

7. 计算机视觉CV
1) 图像分类
a) 图像分类实践简介
b) 实验环境设置
c) 编程实践
2) 物体检测
3) 物体跟踪

8.自然语言处理NLP
1)语言模型
2)机器翻译
3)文本分类
a)文本情感分类实践简介
b)实验环境设置
c)编程实践