国产极品粉嫩福利姬萌白酱_伊人WWW22综合色_久久精品a一国产成人免费网站_法国啄木乌AV片在线播放

日程

培訓模塊

培訓內容

第一天

上午

機器學習簡介

  回(hui)歸算法(fa)理論與實戰：

  1.一元線性回歸

  2.代價函(han)數

  3.梯度下降法

  4.使用梯度下降法實現一元線性回歸(gui)

  5.標準(zhun)方程法

  6.使用sklearn實現一(yi)元線(xian)性回歸

  7.多元線(xian)性(xing)回(hui)歸

  8.使用sklearn實現多元線性回(hui)歸(gui)

  9.特征縮放，交叉驗證法

  10.過擬合正(zheng)則化

  11.嶺(ling)回歸

  12.sklearn實現嶺(ling)回歸

  13.LASSO回歸

  14.sklearn實現(xian)LASSO回歸

第一天

下午

決策樹算法理論與實戰

  15.決(jue)策樹-信息(xi)熵,ID3,C4.5算法(fa)介(jie)紹(shao)

  16.sklearn實(shi)現決策(ce)樹

  17.決策樹-CART算法

  18.決(jue)策樹應用

集成學習算法理論與實戰

  19.Bagging介紹與(yu)使用

  20.隨(sui)機森林介紹與(yu)使(shi)用

  21.Adaboost介(jie)紹(shao)與使(shi)用

  22.Stacking和Voting介紹(shao)與使用

泰坦尼克號獲救人員預測項目

第二天

上午

KNN算法和決策樹算法理論與實戰

1.KNN算法介紹

2.python實現knn算法

  3.sklearn實現knn算法(fa)完成iris數據集分類

聚類算法理論與實戰

  4.k-means算法原(yuan)理

  5.k-means算法實現

  6.DBSCAN算法原理(li)

  7.DBSCAN算(suan)法實現

第二天

下午

神經網絡算法

  8.神經(jing)網絡(luo)基本原(yuan)理

  9.單層(ceng)感知(zhi)器程序

  10.線(xian)性神經網絡(luo)

  11.激(ji)活函(han)數(shu)，損失函(han)數(shu)和梯度下降(jiang)法

  12.線(xian)性神經網絡(luo)異(yi)或問題

  13.BP神經網絡(luo)介紹(shao)

  14.BP算法推(tui)導

  15.BP神經網絡解決異(yi)或問題

  16.BP算法完成手寫數字(zi)識別

  16.sklearn-BP神經網絡解決(jue)手寫數(shu)字(zi)識別

  17.GOOGLE神經網絡平臺

特征工程貸款拖欠預測項目

用戶流失預測項目

第三天

上午

Tensorflow2.0（一）

  1.深(shen)度(du)學習框架介紹

  2.Tensorflow安裝(zhuang)

  3.Tensorlfow基礎知識：圖，變量，fetch，feed

  4.Tensorflow線性回歸

  5.Tensorflow非線性回歸

  6.Mnist數據(ju)集合Softmax講解

  7.使用BP神經(jing)網絡搭建手寫數字識別

  8.交(jiao)叉熵(cross-entropy)講解和使用 

第三天

下午

Tensorflow2.0（二）

  9.過擬合,正則化,Dropout

  10.各種優化器Optimizer

  11.改進手(shou)寫數(shu)字識別網絡

  12.卷積神(shen)經網絡CNN的介紹

  13.使用CNN解決手寫數(shu)字識(shi)別

  14.長短時記(ji)憶網絡LSTM介(jie)紹

  15.LSTM的使用

  16.模(mo)型保存(cun)與載入

第四天

上午

圖像識別項目

1.介紹Google圖像識別模型Inception-v3

  2.使用Inception-v3做圖(tu)像識(shi)別

圖像識別項目

  3.訓練(lian)自己的圖像(xiang)識別模型(xing)

驗證碼識別項目

  4.多(duo)任務學習介紹

  5.生存驗證(zheng)碼圖(tu)片

  6.構建驗證碼識(shi)別模型

第四天

下午

Kease *實踐

• 安裝和配置Keras,API
• 回調函數與自定義訓練過程
• 深度神經網絡DCNN實現
• 采用深度學習算法識別CIFRA-10圖片
• 調節參數來改善性能

業內經驗交流