【时间地点】 | 2018年11月16-19日 北京 | ||
【培训讲师】 | 多名专家 | ||
【参加对象】 | 不限 | ||
【参加费用】 | ¥7800元/人 (含培训费、场地费、考试证书费、资料费、学习期间午餐),食宿可统一安排,费用自理。请学员带身份证复印件一张。 | ||
【会务组织】 | 森涛培训网(www.stpxw.com).广州三策企业管理咨询有限公司 | ||
【咨询电话】 | 020-34071250;020-34071978(提前报名可享受更多优惠) | ||
【联 系 人】 | 庞先生,邓小姐;13378458028、18924110388(均可加微信) | ||
【在线 QQ 】 | 568499978 | 课纲下载 | |
【温馨提示】 | 本课程可引进到企业内部培训,欢迎来电预约! |
培训收益
课程中通过细致讲解,使学员掌握该技术的本质。具体收益包括:
1.掌握回归算法及在实际场景中的应用;
2.掌握逻辑回归及在实际场景中的应用;
3.掌握聚类算法及在实际场景中的应用;
4.掌握决策树算法及在实际场景中的应用;
5.掌握集成学习算法及在实际场景中的应用;
6.掌握KNN算法和决策树算法及在实际场景中的应用;
7.掌握PCA技术;
8.理解并掌握SVM算法原理和人脸识别技术。
培训特色
本次培训从实战的角度对机器学习理论及应用技术进行了全面的剖析,并结合实际案例分析和探讨机器学习的应用场景,给机器学习相关从业人员以指导和启迪。
日程安排
第一天 上午
回归算法理论与实战(一)
1.一元线性回归
2.代价函数
3.梯度下降法
4.使用梯度下降法实现一元线性回归
5.标准方程法
6.使用sklearn实现一元线性回归
7.多元线性回归
8.使用sklearn实现多元线性回归
第一天下午
回归算法理论与实战(二)
9.特征缩放,交叉验证法
10.过拟合正则化
11.岭回归
12.sklearn实现岭回归
13.LASSO回归
14.sklearn实现LASSO回归
15.线性回归使用案例
逻辑回归理论与实战
16.逻辑回归
17.正确率,召回率,F1指标
18.sklearn实现逻辑回归
19.sklearn实现非线性逻辑回归
20.逻辑回归使用案例
第二天上午
KNN算法和决策树算法理论与实战:
1.KNN算法介绍
2.python实现knn算法
3.sklearn实现knn算法完成iris数据集分类
聚类算法理论与实战:
4.k-means算法原理
5.k-means算法实现
6.DBSCAN算法原理
7.DBSCAN算法实现
8.聚类案例分析
第二天 下午
决策树算法理论与实战:
9.决策树-信息熵,ID3,C4.5算法介绍
10.sklearn实现决策树
11.决策树-CART算法
12.决策树应用
第三天 上午
集成学习算法理论与实战:
1.Bagging介绍与使用
2.随机森林介绍与使用
3.Adaboost介绍与使用
4.Stacking和Voting介绍与使用
5.泰坦尼克号获救人员预测项目
第三天 下午
主成分分析PCA: 6.PCA算法讲解
7.python实现PCA降维
8.手写数字降维可视化
9.手写数字降维预测
SVM算法理论与实战:
10.SVM算法原理
11.SVM实现人脸识别
第四天 业内经验交流
授课专家
蒋老师 清华大学博士,人工智能专家 机器学习,深度学习领域多年一线开发研究经验,精通python、算法原理与编程实践。现就职于某大型国有科技公司从事大数据和人工智能的应用和开发。丰富的项目实战经验,对大数据的收集、处理、数据挖掘在实际应用中有深刻的认识。致力于利用大数据、人工智能在企业决策规划、 语义理解、数据可视化方面的应用。具有多年授课培训经验,讲课通熟易懂,代码风格简洁清晰。
覃老师 上海大学物理学硕士,创业公司合伙人,技术总监。机器学习,深度学习领域多年一线开发研究经验,精通算法原理与编程实践。曾使用Tensorflow,Caffe,Keras等深度学习框架完成过多项图像,语音,nlp,搜索相关的人工智能实际项目,研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验,讲课通熟易懂,代码风格简洁清晰。
杨老师 计算机博士,目前就职于中科院某研究所,长期从事深度学习与机器学习研究工作,在NLP与CV领域有很深造诣,主持多项科技专项,并带领团队深入一线研发并落地,XXX视频监控与分析系统、XXX舆情监控系统、XXX智能对话系统及 XXX森林防火无人机跟拍系统等。申请发明专利2项、部级科技进步二等奖一次,在SIGIR、CIKM及AAAI的国际会议发表多篇文章。
赵老师 计算机博士,目前主要研究方向包括电子推荐、智能决策和大数据分析等。主持国家自然科学基金2项、中国博士后科研基金、上海市浦江人才、IBM Shared University Research以及多项企业合作课题等项目。已在《管理科学学报》、《系统工程学报》、Knowledge and Information Systems ,Information Processing & Management,Information Systems Frontiers等国内外刊物和学术会议发表论文90多篇,其中被SCI、EI收录40多篇。出版著作和教材《智能化的流程管理》、《客户智能》、《商务智能(第四版)》、《商务智能 数据分析的管理视角(第三版)》、《数据挖掘实用案例集》等多部。
本课程结束颁发《机器学习高级工程师》证书,证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。