我要報名

咨詢電話：
手　　機：	郵箱：

內容背景

本課程的目的是在“機器學習和深度學習”知識的基礎上，進一步深入學習和研究，從理論和實踐兩方面提升學員人工智能產品的研發(fā)能力。課程由完整的案例加上具體實現驅動，針對每一個專題，首先描述案例場景，然后把知識揉進具體實現過程，通過分析、改進、實現、總結歸納的循環(huán)，建立更加深入完整的知識和能力結構。這些知識和能力，對于研發(fā)更多領域的人工智能產品來說，具有很高的萃取價值。盡管本課程是一個進階課程，但只要具備機器學習和深度學習的基本知識，都能在學習這個課程的過程中，獲得比較大的收益。

培訓對象

架構師、分析師、項目經理、高級程序員、資深開發(fā)人員、人工智能工程師、圖像處理工程師、機器學習工程師、模式識別工程師以及未來可能從事人工智能研發(fā)的技術人員。

培訓目的

1、深層次掌握人工智能理論，尋求人工智能研發(fā)的突破口，探知核心的秘密。

2、以實踐為導向，萃取案例精化，加深理論知識，提高研發(fā)能力。

3、把握人工智能的新應用，理解人工智能領域發(fā)展趨勢。

培訓內容

第一專題 機器學習項目進階加深：實現與改進

1，支持向量機實現車牌識別：案例實現與分析改進

車牌數據預處理以及要注意的問題

特征提取及特征選擇

單特征識別模型搭建

特征融合實現、改進及注意的問題

實現車牌識別全流程自動化的關鍵改進

2，決策樹實現銀行客戶貸款風險預測：案例實現與分析改進

決策樹的模型搭建

如何選擇決策樹的分裂屬性以及深層次思考

如何根據測試結果進行決策樹的優(yōu)化

決策樹中的剪枝實現

隨機森林的實現及注意事項

3，討論互動：學員提出問題并進行相互討論

4，案例總結：萃取案例中的經驗并進行推廣應用

第二專題 深度學習項目進階加深：實現與改進

1，卷積神經網絡實現人臉識別：案例實現與分析改進

網絡搭建

如何根據結果進行網絡結構調整（逐步講解與分析）

如何根據結果進行參數調整（逐步講解與分析）

最終的參數如何確定（不在是混亂嘗試，而是深層次理解參數的含義）

2，卷積神經網絡實現手寫體識別：案例實現與分析改進

網絡搭建（注意與人臉識別案例的對比）

如何根據結果進行網絡結構調整（注意與人臉識別案例的對比）

如何根據結果進行參數調整（注意與人臉識別案例的對比）

最終的參數如何確定（注意與人臉識別案例的對比）

3，循環(huán)神經網絡實現客戶評價分類：案例實現與分析改進

網絡搭建

如何根據結果進行網絡結構調整

如何根據結果進行參數調整

最終的參數如何確定

4，討論互動：學員提出問題并進行相互討論

5，案例總結：萃取案例中的經驗并進行推廣應用

司老師

清華大學博士，人工智能方面專家，在意大利舉辦的國際在線指紋識別競賽中獲得冠軍，在機器學習和模式識別領域頂級期刊IEEE TPAMI等期刊發(fā)表多篇論文，擁有5個中國專利和1個美國專利，是人工智能、深度學習、機器學習和圖像處理和模式識別領域的實戰(zhàn)派專家。

我要報名

在線報名：機器學習和深度學習之實戰(zhàn)進階加深(北京)