班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
坚持小班授课,为保证培训效果,增加互动环节,每期人数限3到5人。 |
上课时间和地点 |
开课地址:【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】:电影大厦(地铁一号线大剧院站) 【武汉分部】:佳源大厦【成都分部】:领馆区1号【沈阳分部】:沈阳理工大学【郑州分部】:锦华大厦【石家庄分部】:瑞景大厦【北京分部】:北京中山学院 【南京分部】:金港大厦
最新开班 (连续班 、周末班、晚班):请点击此处咨询在线客服 |
实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
质量保障 |
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。 |
课程大纲 |
|
第1章人工智能入学指南
1-1AI时代首选Python
1-2Python我该怎么学
1-3人工智能的核心-机器学习
1-4机器学习怎么学?
1-5算法推导与案例
1-6系列课程环境配置
第2章K近邻算法实战
2-1K近邻算法概述
2-2模型的评估
2-3数据预处理
2-4sklearn库与功能介绍
2-5多变量KNN模型
第3章线性回归算法
3-1线性回归算法概述
3-2误差项分析
3-3似然函数求解
3-4目标函数推导
3-5线性回归求解
第4章梯度下降算法
4-1梯度下降原理
4-2梯度下降策略对比
4-3学习率对结果的影响
第5章逻辑回归算法
5-1逻辑回归算法原理推导
5-2逻辑回归求解
第6章案例实战:Python实现逻辑回归与梯度下降策略对比
6-1Python实现逻辑回归任务概述
6-2完成梯度下降模块
6-3停止策略对比
6-4实验对比效果
第7章决策树算法
7-1决策树算法原理概述
7-2衡量标准-熵
7-3决策树构造实例
7-4信息增益率
7-5决策树剪枝策略
第8章案例实战:决策树Sklearn实例
8-1决策树复习
8-2决策树涉及参数
8-3树可视化与Sklearn库简介
8-4Sklearn参数选择模块
第9章集成算法与随机森林
9-1集成算法-随机森林
9-2特征重要性衡量
9-3提升模型
9-4堆叠模型
第10章集成算法实战
10-1集成算法实例概述
10-2ROC与AUC指标
10-3基础模型
10-4集成实例
10-5Stacking实例
10-6效果改进
第11章机器学习处理实例问题的套路
11-1HTTP检测任务与数据挖掘的核心
11-2论文的重要程度
11-3BenchMark概述
11-4BenchMark的作用
第12章数值特征
12-1基本数值特征
12-2常用特征构造手段
12-3时间特征处理
12-4文本特征处理
12-5构造文本向量
12-6词向量特征
12-7计算机眼中的图像
第13章贝叶斯算法
13-1贝叶斯算法概述
13-2贝叶斯推导实例
13-3贝叶斯拼写纠错实例
13-4垃圾邮件过滤实例
13-5贝叶斯实现拼写检查器
第14章降维算法:线性判别分析
14-1线性判别分析要解决的问题
14-2线性判别分析要优化的目标
14-3线性判别分析求解
第15章案例实战:Python实现线性判别分析
15-1实现线性判别分析进行降维任务
15-2求解得出降维结果
第16章降维算法:PCA主成分分析
16-1PCA降维概述
16-2PCA要优化的目标
16-3PCA求解
16-4PCA降维实例
第17章学习曲线分析
17-1Bias与Variance曲线
17-2数据集中的结果
17-3曲线实验结果
|