班級(jí)規(guī)模及環(huán)境--熱線:4008699035 手機(jī):15921673576( 微信同號(hào)) |
每期人數(shù)限3到5人。 |
上課時(shí)間和地點(diǎn) |
開(kāi)課地址:【上?!客瑵?jì)大學(xué)(滬西)/新城金郡商務(wù)樓(11號(hào)線白銀路站)【深圳分部】:電影大廈(地鐵一號(hào)線大劇院站) 【武漢分部】:佳源大廈【成都分部】:領(lǐng)館區(qū)1號(hào)【沈陽(yáng)分部】:沈陽(yáng)理工大學(xué)【鄭州分部】:錦華大廈【石家莊分部】:瑞景大廈【北京分部】:北京中山學(xué)院 【南京分部】:金港大廈
最新開(kāi)班 (連續(xù)班 、周末班、晚班):2020年3月16日 |
實(shí)驗(yàn)設(shè)備 |
☆資深工程師授課
☆注重質(zhì)量
☆邊講邊練
☆合格學(xué)員免費(fèi)推薦工作
★實(shí)驗(yàn)設(shè)備請(qǐng)點(diǎn)擊這兒查看★ |
質(zhì)量保障 |
1、培訓(xùn)過(guò)程中,如有部分內(nèi)容理解不透或消化不好,可免費(fèi)在以后培訓(xùn)班中重聽(tīng);
2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。 |
課程大綱 |
|
- 第1章鳥(niǎo)瞰機(jī)器學(xué)習(xí)
1-1課程介紹
1-2人工智能和機(jī)器學(xué)習(xí)的關(guān)系
1-3機(jī)器學(xué)習(xí)的分類(lèi)
1-4生成對(duì)抗網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)
1-5機(jī)器學(xué)習(xí)開(kāi)發(fā)流程
1-6機(jī)器學(xué)習(xí)的本質(zhì)
1-7機(jī)器學(xué)習(xí)中那些坑
1-8如何學(xué)習(xí)機(jī)器學(xué)習(xí)
第2章項(xiàng)目1:房?jī)r(jià)預(yù)測(cè)(回歸類(lèi)型問(wèn)題)
2-1如何搞到真實(shí)的一手機(jī)器學(xué)習(xí)數(shù)據(jù)
2-2機(jī)器學(xué)習(xí)開(kāi)發(fā)環(huán)境準(zhǔn)備
2-3數(shù)據(jù)加載及快速可視化
2-4訓(xùn)練和測(cè)試集數(shù)據(jù)及模型驗(yàn)證原理
2-5現(xiàn)實(shí)數(shù)據(jù)訓(xùn)練及測(cè)試集分割
2-6根據(jù)重要特征分離數(shù)據(jù)
2-7根據(jù)地理信息可視化房地產(chǎn)數(shù)據(jù)
2-8可視化數(shù)據(jù)相關(guān)性
2-9特征工程
2-10數(shù)據(jù)和標(biāo)簽
2-11數(shù)據(jù)清洗
2-12量化文本數(shù)據(jù)
2-13組合特征與scikit主要架構(gòu)
2-14實(shí)現(xiàn)特征組合
2-15特征標(biāo)準(zhǔn)化
2-16管道方法批量處理
2-17線性回歸模型訓(xùn)練
2-18回歸模型初步評(píng)估-RMSE和MAE
2-19決策樹(shù)回歸模型
2-20交叉驗(yàn)證模型
2-21隨機(jī)森林回歸模型
2-22持久化機(jī)器學(xué)習(xí)模型
2-23參數(shù)與超參數(shù)
2-24模型調(diào)優(yōu)--網(wǎng)格搜索
2-25回歸模型評(píng)估
2-26回歸模型開(kāi)發(fā)流程總結(jié)
第3章項(xiàng)目2:識(shí)別手寫(xiě)數(shù)字—MNIST(分類(lèi)問(wèn)題)
3-1分類(lèi)問(wèn)題的介紹
3-2MNIST圖片數(shù)據(jù)
3-3圖片可視化與分類(lèi)問(wèn)題描述
3-4訓(xùn)練集和測(cè)試集
3-5二分類(lèi)模型
3-6K-Fold交叉驗(yàn)證原理
3-7正確使用交叉評(píng)估分?jǐn)?shù)
3-8混淆矩陣-Confusion Matrix
3-9精確度和召回率
3-10F1分?jǐn)?shù)(F1-Score)
3-11精確度和召回率的平衡
3-12ROC 曲線
3-13多分類(lèi)算法的歸類(lèi)--OvA和OvO
3-14多分類(lèi)算法識(shí)別手寫(xiě)數(shù)字
3-15基于概率預(yù)測(cè)的多分類(lèi)模型
3-16模型誤差分析
3-17多標(biāo)簽多輸出的分類(lèi)模型
第4章附贈(zèng)項(xiàng)目和結(jié)束語(yǔ)
4-1附贈(zèng)項(xiàng)目1:預(yù)測(cè)泰坦尼克號(hào)風(fēng)險(xiǎn)
4-2附贈(zèng)項(xiàng)目2:垃圾郵件監(jiān)測(cè)
4-3模塊總結(jié)與學(xué)習(xí)建議
|