 班級規模及環境--熱線:4008699035 手機:15921673576( 微信同號) |
| 每個班級的人數限3到5人，互動授課， 保障效果，小班授課。 |
| 上間和地點 |
上部份地點：【上海】同濟大學(滬西)/新城金郡商務樓(11號線白銀路站)【深圳分部】：電影大廈(地鐵一號線大劇院站)/深圳大學成教院【北京分部】：北京中山學院/福鑫大樓【南京分部】：金港大廈(和燕路)【武漢分部】：佳源大廈（高新二路）【成都分部】：領館區1號（中和大道）【沈陽分部】：沈陽理工大學/六宅臻品【鄭州分部】：鄭州大學/錦華大廈【石家莊分部】：河北科技大學/瑞景大廈
最近開間(周末班/連續班/晚班）：2019年1月26日 |
| 實驗設備 |
◆小班教學，教學效果好
☆注重質量☆邊講邊練
☆合格學員免費推薦工作
★實驗設備請點擊這兒查看★ |
| 質量保障 |
1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
3、培訓合格學員可享受免費推薦就業機會。☆合格學員免費頒發相關工程師等資格證書，提升職業資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。 |
部份程大綱 |
| |
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
第一部份【1】
1、機器學習簡介
回歸算法理論與實戰： 1.一元線性回歸 2.代價函數 3.梯度下降法 4.使用梯度下降法實現一元線性回歸 5.標準方程法 6.使用sklearn實現一元線性回歸 7.多元線性回歸 8.使用sklearn實現多元線性回歸 9.特征縮放，交叉驗證法 10.過擬合正則化 11.嶺回歸 12.sklearn實現嶺回歸 13.LASSO回歸 14.sklearn實現LASSO回歸
第一部份【2】
1、決策樹算法理論與實戰 集成學習算法理論與實戰
15.決策樹-信息熵,ID3,C4.5算法介紹 16.sklearn實現決策樹 17.決策樹-CART算法 18.決策樹應用 19.Bagging介紹與使用 20.隨機森林介紹與使用 21.Adaboost介紹與使用 22.Stacking和Voting介紹與使用
第二部份【1】
1、KNN算法和決策樹算法理論與實戰 聚類算法理論與實戰
1.KNN算法介紹 2.python實現knn算法 3.sklearn實現knn算法完成iris數據集分類 4.k-means算法原理 5.k-means算法實現 6.DBSCAN算法原理 7.DBSCAN算法實現
第二部份【2】
1、神經網絡算法
8.神經網絡基本原理 9.單層感知器程序 10.線性神經網絡 11.激活函數，損失函數和梯度下降法 12.線性神經網絡異或問題 13.BP神經網絡介紹 14.BP算法推導 15.BP神經網絡解決異或問題 16.BP算法完成手寫數字識別 16.sklearn-BP神經網絡解決手寫數字識別 17.GOOGLE神經網絡平臺
第三部份【1】
1、Tensorflow（一）
1.深度學習框架介紹 2.Tensorflow安裝 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數據集合Softmax講解 7.使用BP神經網絡搭建手寫數字識別 8.交叉熵(cross-entropy)講解和使用
第三部份【2】
1、Tensorflow（二）
9.過擬合,正則化,Dropout 10.各種優化器Optimizer 11.改進手寫數字識別網絡 12.卷積神經網絡CNN的介紹 13.使用CNN解決手寫數字識別 14.長短時記憶網絡LSTM介紹 15.LSTM的使用 16.模型保存與載入
第四部份【1】
1、圖像識別項目 圖像識別項目 驗證碼識別項目
1.介紹Google圖像識別模型Inception-v3 2.使用Inception-v3做圖像識別 3.訓練自己的圖像識別模型 4.多任務學習介紹 5.生存驗證碼圖片 6.構建驗證碼識別模型
第四部份【2】
1、文本分類項目 生成式對抗網絡GANs
7.文本分類任務介紹 8.word2vec介紹 9.使用CNN完成文本分類 10.使用LSTM完成文本分類 11.GANs介紹 12.使用tensorflow完成GANs
|
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業