python+人工智能

工业和信息化部信息化高端人才

课程大纲

时间课程模块课程内容

第一天

上午第一模块：Python必备库快速入门1.Python语言基础快速入门

2.科学计算库Numpy

3.数据分析处理库Pandas

4.可视化库Matplotlib

人工智能必备Python基础，快速掌握语言风格与常用库使用方法。

第一天下午第二模块：机器学习经典算法(一)1.线性回归

2.逻辑回归

3.决策树

4.随机森林

5.支持向量机

第二天

上午第二模块：机器学习经典算法(二)6.Xgboost

7.聚类

8.神经网络

9.PCA与SVD

10.词向量模型Word2vec

机器学习必备经典算法原理推导,实例阐述机器学习算法工作原理与应用场景。

第二天

下午第三模块：机器学习案例实战1.科比职业生涯数据

2.泰坦尼克号船员获救预测

3.信用卡欺诈检测

4.鸢尾花数据集分类

5.Mnist手写字体识别

6.员工离职与股价预测

基于真实数据集，使用scikit-learn库进行建模与评估工作，从零开始，代码实战。

第三天

上午第四模块：决胜AI深度学习必备原理1.深度学习发展与应用

2.神经网络必备基础

3.神经网络架构

4.卷积神经网络详解

5.神经网络技巧与细节

6.强化学习原理与实践

从神经网络基础知识点入手，分模块讲解神经网络细节，由浅入深过渡到深层的卷积神经网络，技巧与细节分析。

第三天

下午第五模块：深度学习必备框架1.Tensorflow基础操作

2.Tensorflow建立机器学习模型

3.Tensorflow神经网络详解

4.基于Tensorflow的CNN与RNN模型

5.Caffe框架配置参数详解

6.Caffe两种常用数据源制作

7.Caffe技巧与应用

深度学习两大神器Caffe与Tensorflow实战，代码示例演示如何应用框架进行深度学习建模任务。

第四天上午第六模块：深度学习项目实战（一）1.验证码识别（基于Tensorflow）

2.文本分类（基于Tensorflow）

3.图像风格转换（基于Tensorflow）

第四天下午深度学习项目实战（二）4.词向量模型Word2vec（基于Tensorflow）

5.强化学习让AI自己玩游戏（基于Tensorflow）

6.人脸检测（基于Caffe）

7.人脸关键点定位（基于Caffe）

基于深度学习框架Tensorflow与Caffe从数据源制作开始进行数据预处理与网络模型训练，完整演示如何应用深度学习到实际任务中。

第五天学习考核与业内经验交流

授课师资

唐老师　计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战专家。参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。

江老师　解放军信息工程大学计算机硕士，人工智能专家，RedHat授权讲师，华为（新疆）售前工程师，甲骨文开发工程师、售前工程师。