python机器学习与深度学习实战w-北京软数.DOC

python机器学习与深度学习实战培训班通知 各企事业单位： 近年来，人工智能AI技术的快速发展，得益于越来越多的人工智能人才的涌入和计算机硬件以及软件技术的不断发展。机器学习是人工智能AI的中一个重要的方向，在机器学习的发展过程中，越来越多的人投身于机器学习的研究中，同时，越来越多的互联网公司加入到人工智能的行列，为了协助满足行业对机器学习相关高端人才的迫切需求，北京软数信息技术研究院特举办“Python机器学习与深度学习实战”培训班，旨在帮助学员了解各种传统及最新机器学习基本原理及其python编程实现方法，本次培训班采用“实际案例讲解、动手编程实践”相结合的方式进行授课，具体事宜如下： 一、培训目标： 通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。通过紧密结合应用实例，针对工作中存在的疑难问题进行分析讲解和专题讨论，进而有效提升学员解决科研及教学中实际问题的能力； 二、时间地点： 2018年09月14日——2018年09月17日 北京 （时间安排：第一天报到,授课三天） 三、培训对象： 各省市、自治区从事机器学习、神经网络、人工智能、语音识别、图像处理领域等行业相关的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关人员，以及机器学习，深度学习广大爱好者。 四、培训费用： ￥RMB:3900元/人（含报名费、授课费、教材资料费、上机辅导费、证书费、午餐费等）； 食宿可统一安排，费用自理。 颁发证书：参加相关培训并通过考试的学员可获得由工业和信息化部通信和信息技术创新人才培养工程颁发《机器学习应用工程师》职业水平证书。 注：请学员带两寸照片（背面注明姓名）、身份证复印各1份。 北京软数信息技术研究院 2018年08月07日 附件1 python机器学习与深度学习实战课程大纲 第一天：python与机器学习基础 第一章：人工智能入门指引 AI时代首选Python 2、人工智能的核心 3、机器学习怎么学 4、深度学习的崛起 第二章：线性回归算法 线性回归原理推导 2、误差项的定义 3、直接求解方法 第三章：梯度下降算法 梯度下降解释 2、步长与梯度的定义 3、3种梯度下降策略对比 第四章：逻辑回归算法 逻辑回归要解决的问题 2、非线性函数 3、算法原理推导 4、迭代更新 第五章：信用卡欺诈检测 数据样本不平衡解决方案 2、混淆矩阵的作用 3、结果评估方法 4、参数对结果的影响 5、交叉验证 6、样本生成策略 7、工具包建模方法 8、案例实战 第二天：机器学习进阶 第六章：决策树算法 决策树构造方法 2、熵的定义 3、决策树剪枝策略 第七章：集成算法与随机森林 1、3种集成策略概述 2、随机森林建模方法 3、随机的定义 第八章：支持向量机算法 支持向量机算法出发点 2、算法原理推导 3、支持向量的作用 4、核函数的作用 第九章：贝叶斯算法 算法原理推导 2、贝叶斯如何解决实际任务 3、朴素贝叶斯 第十章：随机森林建模实战 随机森林建模方法 2、树模型涉及的参数 3、调参方法 4、案例实战 第十一章：基于贝叶斯的分类任务实战 文本数据预处理 2、文本数据特征提取 3、基于贝叶斯的建模 4、案例实战 第十二章：支持向量机参数的意义实战 支持向量机复杂度的定义，2、核函数复杂度的定义 3、建模方法 4、案例实战 第三天： 深度学习与tensorflow实践 第十三章：神经网络