国产蜜臀AV在线一区尤物_久久精品国产亚洲av麻豆甜_成人免费午夜无码视频在线播放_狠狠色噜噜狠狠狠888米奇视频

日程

培訓模塊

培訓內容

第一天

上午

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

第一天

下午

決策樹算法理論與實戰

  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

集成學習算法理論與實戰

  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

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算法完成iris數據集分類

聚類算法理論與實戰

  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

第二天

下午

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

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做圖像識別

圖像識別項目

  3.訓練自己的圖像識別模型

驗證碼識別項目

  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