場景，給深度學(xué)習(xí)相關(guān)從業(yè)人員以指導(dǎo)和啟迪。
日程安排
第一天上午
機(jī)器學(xué)習(xí)與線性回歸算法
第一部分 線性回歸實(shí)現(xiàn)銷售數(shù)據(jù)預(yù)測 (3h)
1. 線性回歸介紹與公式推導(dǎo)
2. 多變量線性歸回與梯度下降
3. 線性回歸預(yù)測銷售數(shù)據(jù)
4. 數(shù)據(jù)升維與PCA降維
5. 數(shù)據(jù)歸一化與模型優(yōu)化
6. 欠擬合與過擬合
7. 訓(xùn)練結(jié)果的可視化
8. 保存模型與再加載
第一天下午
邏輯回歸與決策樹實(shí)戰(zhàn)
邏輯回歸之信用卡反欺詐預(yù)測 (1.5h)
1. 項(xiàng)目背景與需求分析
2. 特征工程之標(biāo)準(zhǔn)化
3. 基本預(yù)處理操作
4. 上采樣與下采樣
5. 混淆矩陣可視化函數(shù)
6. 模型的訓(xùn)練與準(zhǔn)確率,精確率,召回率
第二部分
決策樹、集成學(xué)習(xí)識別銀行高風(fēng)險貸款 (1.5h)
1. 信息增益與算法原理介紹
2. 數(shù)據(jù)分析、特征工程
3. 模型訓(xùn)練與優(yōu)化參數(shù)
4. 隨機(jī)森林、正向激勵算法
5. 采用決策樹識別高風(fēng)險貸款
第二天上午
Tensorflow2.3 神經(jīng)網(wǎng)絡(luò) 深度學(xué)習(xí)與深度神經(jīng)網(wǎng)絡(luò)實(shí)踐 (1.5h)
1. Tensorflow安裝
2. Tensorlfow基礎(chǔ)知識
3. Tensorflow線性回歸
4. Tensorflow非線性回歸
5. Mnist數(shù)據(jù)集合Softmax講解
6. 使用BP神經(jīng)網(wǎng)絡(luò)搭建手寫數(shù)字識別
7. 交叉熵(cross-entropy)講解和使用
8. 過擬合,正則化,Dropout
9. 各種優(yōu)化器Optimizer
10. 改進(jìn)手寫數(shù)字識別網(wǎng)絡(luò)
11. 模型保存與載入
第二天下午
深度學(xué)習(xí)之卷積神經(jīng)網(wǎng)絡(luò)
第三部分 CIFAR圖形圖像識別項(xiàng)目 (3h)
1. CIFAR項(xiàng)目需求介紹
2. 分析愛data_batch數(shù)據(jù)集
3. CNN卷積神經(jīng)網(wǎng)絡(luò)介紹
4. 卷積、深度、池化、步長、激活函數(shù)
采用CNN完成CIFAR物體分類
1. 人臉識別數(shù)據(jù)集與算法介紹
2. 模型結(jié)構(gòu)設(shè)計(jì)
3. 人臉損失函數(shù)設(shè)計(jì)
4. 模型與參數(shù)調(diào)優(yōu)
第三天 上午
Keras 神經(jīng)網(wǎng)絡(luò)框架
第四部分 Keras理論介紹最佳實(shí)戰(zhàn) (3h)
1. Keras神經(jīng)網(wǎng)絡(luò)框架介紹
2. 基于Keras情感類分析
3. 動物分類器實(shí)現(xiàn)
4. 采用Keras實(shí)現(xiàn)非線性回歸
5. 生成式對抗神經(jīng)網(wǎng)絡(luò)原理及應(yīng)用
6. 模塊結(jié)構(gòu)分析與優(yōu)化策略
7. 采用Keras重構(gòu)TensorFlow項(xiàng)目
第三天下午
Open CV計(jì)算機(jī)視覺技術(shù)
OpenCV的人臉識別 (3h)
1. OpenVINO框架介紹與安裝測試
2. OpenCV DNN中使用IE模塊加速
3. 轉(zhuǎn)化工具與IE模塊加速
4. 準(zhǔn)備人臉數(shù)據(jù)
5. CV掃描圖像、平滑、擴(kuò)張實(shí)現(xiàn)
6. DNN神經(jīng)網(wǎng)絡(luò)識別人臉
7. 測試與調(diào)優(yōu)操作
8. 基于Open CV DNN 構(gòu)建車輛與車牌檢查模型
授課專家
覃老師 上海大學(xué)物理學(xué)碩士，創(chuàng)業(yè)公司合伙人，技術(shù)總監(jiān)。機(jī)器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開發(fā)研究經(jīng)驗(yàn)，精通算法原理與編程實(shí)踐。曾使用Tensorflow，Caffe，Keras等深度學(xué)習(xí)框架完成過多項(xiàng)圖像，語音，nlp，搜索相關(guān)的人工智能實(shí)際項(xiàng)目，研發(fā)經(jīng)驗(yàn)豐富。擁有兩項(xiàng)國家專利。同時具有多年授課培訓(xùn)經(jīng)驗(yàn)，講課通熟易懂，代碼風(fēng)格簡潔清晰。
王老師 計(jì)算機(jī)博士，深入理解傳統(tǒng)的計(jì)算機(jī)視覺方法與目前主流的深度學(xué)習(xí)算法，在圖像識別、目標(biāo)檢測、圖像分割、OCR、人臉識別等方向均進(jìn)行了豐富的項(xiàng)目實(shí)戰(zhàn)。熟練使用OpenCV、Tensorflow、Keras等工具。具備豐富的數(shù)據(jù)挖掘經(jīng)驗(yàn)，熟悉大數(shù)據(jù)下的ETL與模型搭建，曾獨(dú)立負(fù)責(zé)美團(tuán)用戶信用分評估、敏感身份挖掘、京東金融APP多個模塊推薦算法搭建等項(xiàng)目。
劉老師 西安郵電學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)本科專業(yè)，擁有著10多年軟件研發(fā)經(jīng)驗(yàn)，5年企業(yè)培訓(xùn)經(jīng)驗(yàn)，對Java、Python、區(qū)塊鏈等技術(shù)領(lǐng)域有獨(dú)特的研究，精通J2EE企業(yè)級開發(fā)技術(shù)。Java方向：設(shè)計(jì)模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且對Java源碼有深入研究。Python方向：Python OOP、Mongodb、Django、Scrapy爬蟲、基于Surprise庫數(shù)據(jù)推薦，Tensorflow人工智能框架、人臉識別技術(shù)。區(qū)塊鏈方向：BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS。
