時間

培訓模塊

培訓內容

第 一天

上午

第 一模塊：Python必備庫快速入門

1.人工智能應用發(fā)展簡介。

2.python基礎學習。

3.科學計算包numpy學習。

4.繪圖工具包matplotlib學習。

第 一天下午

第二模塊：機器學習經典算法(一)

1.機器學習基礎概念。

2.決策樹。

3.zui鄰近規(guī)則分類KNN算法。

4.線性回歸和非線性回歸。

5.Kmeans算法。

6.SVM算法。

7.神經網絡。

第二天

上午

第二模塊：機器學習經典算法(二)

1.神經網絡基本原理。

2.單層感知器程序。

3.線性神經網絡。

4.激活函數，損失函數和梯度下降法。

5.BP神經網絡介紹。

6.BP神經網絡解決異或問題。

7.BP神經網絡解決手寫數字識別。

8.BP網絡論文講解。

9.介紹GOOGLE神經網絡演示平臺。

第二天

下午

第三模塊：機器學習案例實戰(zhàn)

1.Tensorflow安裝。

2.Tensorlfow基礎知識：圖，變量，fetch，feed。

3.Tensorflow線性回歸。

4.Tensorflow非線性回歸。

5.Mnist數據集合Softmax講解。

6.使用BP神經網絡搭建手寫數字識別。

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.改進手寫數字識別網絡。

11.Tensorboard的使用。

第三天

上午

第四模塊：卷積神經網絡與圖像識別

1.卷積神經網絡CNN的介紹。

2.使用CNN解決手寫數字識別。

3.深度殘差網絡講解。

4.長短時記憶網絡LSTM介紹。

5.LSTM的使用。

6.介紹Google圖像識別模型Inception-v3。

7.使用Inception-v3做圖像識別。

8.Retrain圖像識別模型。

第三天

下午

第五模塊：項目實戰(zhàn)（一）

圖像識別項目：

1.從頭開始訓練圖像識別模型。

驗證碼識別項目：

2.生成驗證碼。

3.多任務學習介紹。

4.使用圖像識別方法完成驗證碼識別。

5.驗證碼識別效果測試。

6.使用多任務學習完成驗證碼識別。

7.驗證碼識別效果測試。

語音分類項目：

8.語音信號處理。

9.使用LSTM完成語音分類。

第四天上午

第五模塊：項目實戰(zhàn)（二）

文本分類項目：

1.nlp任務介紹。

2.word2vec介紹。

3.word2vec實現。

4.CNN實現文本分類。

5.LSTM實現文本分類。

6.seq2seq模型介紹。

第四天下午

第六模塊：人臉識別技術

1.人臉識別介紹。

2.生成式模型介紹。

第五天

學員自由交流