機(jī)器學(xué)習(xí)

一、大數(shù)據(jù)介紹

二、機(jī)器學(xué)習(xí)、人工智能及深度學(xué)習(xí)趨勢(shì)介紹

三、深度學(xué)習(xí)、深度學(xué)習(xí)框架介紹

四、開(kāi)發(fā)語(yǔ)言與深度學(xué)習(xí)

五、流行開(kāi)發(fā)語(yǔ)言Python與機(jī)器學(xué)習(xí)淵源

六、環(huán)境搭建方法與開(kāi)發(fā)環(huán)境搭建方法

七、機(jī)器學(xué)習(xí)環(huán)境搭建

案例研討：大數(shù)據(jù)分析與機(jī)器學(xué)習(xí)、人工智能及深度學(xué)習(xí)

機(jī)器學(xué)習(xí)系統(tǒng)架構(gòu)

一、Python核心編程技巧與技能提升

二、Python科學(xué)計(jì)算庫(kù)應(yīng)用

三、數(shù)據(jù)可視化與數(shù)據(jù)呈現(xiàn)

四、數(shù)據(jù)處理與數(shù)據(jù)清洗

五、實(shí)戰(zhàn)一：數(shù)據(jù)處理實(shí)戰(zhàn)

案例研討：Pyhton程序與數(shù)據(jù)處理

機(jī)器學(xué)習(xí)

一、機(jī)器學(xué)習(xí)算介紹

二、算法與應(yīng)用講解

三、SK-learn機(jī)器學(xué)習(xí)庫(kù)講解

四、SK-learn機(jī)器學(xué)習(xí)與算法應(yīng)用

五、數(shù)據(jù)、算法、框架應(yīng)用

六、公用數(shù)據(jù)使用技巧

七、機(jī)器學(xué)習(xí)算法應(yīng)用

八、案例：機(jī)器學(xué)習(xí)算法案例一

九、案例：模型建模案例分享二

案例研討：算法學(xué)習(xí)、框架學(xué)習(xí)

案例練習(xí)：機(jī)器學(xué)習(xí)庫(kù)與算法訓(xùn)練

機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)

一、機(jī)器學(xué)習(xí)數(shù)據(jù)準(zhǔn)備

二、公共數(shù)據(jù)庫(kù)使用與算法應(yīng)用

三、數(shù)據(jù)標(biāo)準(zhǔn)化處理

數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)應(yīng)用

案例訓(xùn)練：公共數(shù)據(jù)庫(kù)數(shù)據(jù)訓(xùn)練

深度學(xué)習(xí)

一、深度學(xué)習(xí)與TensorFlow簡(jiǎn)介

二、TensorFlowOnSpark簡(jiǎn)介

三、卷積神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介

四、TensorFlow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)

五、循環(huán)神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介

六、TensorFlow實(shí)現(xiàn)循環(huán)神經(jīng)網(wǎng)絡(luò)

七、TensorFlow深度學(xué)習(xí)實(shí)戰(zhàn)

八、Tensorflow構(gòu)建回歸模型

九、Tensorflow深度學(xué)習(xí)模型

案例研討：大數(shù)據(jù)分析與深度學(xué)習(xí)關(guān)系？

深度學(xué)習(xí)與人工智能

一、Tensorflow打造RNN網(wǎng)絡(luò)模型

二、Tensorflow項(xiàng)目實(shí)戰(zhàn)驗(yàn)證識(shí)別

三、人工智能簡(jiǎn)介

四、人工智能趨勢(shì)及關(guān)鍵技術(shù)

五、openCV圖像處理

六、案例：深度學(xué)習(xí)與人臉識(shí)別

七、案例：深度學(xué)習(xí)高級(jí)應(yīng)用案例

案例研討：結(jié)合業(yè)務(wù)深度學(xué)習(xí)應(yīng)用場(chǎng)景設(shè)計(jì)，老師針對(duì)方案點(diǎn)評(píng)評(píng)比及后續(xù)建議