
曙海教學(xué)優(yōu)勢
本課程面向企事業(yè)項(xiàng)目實(shí)際需要,秉承二十一年積累的教學(xué)品質(zhì),概率論基本知識以及機(jī)器學(xué)習(xí)的基本模型以項(xiàng)目實(shí)現(xiàn)為導(dǎo)向,老師將會與您分享設(shè)計(jì)的全流程以及工具的綜合使用技巧、經(jīng)驗(yàn)。線上/線下/上門皆可,概率論基本知識以及機(jī)器學(xué)習(xí)的基本模型專家,課程可定制,熱線:4008699035。
大批企業(yè)和曙海
建立了良好的合作關(guān)系,20多年來,合作企事業(yè)單位以達(dá)30多萬。曙海的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。曙海的課程在業(yè)內(nèi)有著響亮的知名度。
? 以下就是這次機(jī)器學(xué)習(xí)培訓(xùn)的內(nèi)容:
1.概念 概率 概率密度
高斯分布
貝葉斯理論 先驗(yàn)概率 后驗(yàn)概率
2.機(jī)器學(xué)習(xí)基本模型和理論
特征 數(shù)據(jù)空間的表示
模型
目標(biāo)函數(shù)
模型訓(xùn)練(優(yōu)化)
模型預(yù)測
實(shí)驗(yàn)的基本原則
數(shù)據(jù)集的生成方法
3.模式識別的分類
監(jiān)督學(xué)習(xí) 分類
無監(jiān)督學(xué)習(xí) 聚類
半監(jiān)督學(xué)習(xí)(semi supervised learning)基本思想
4.模型識別的基本問題
回歸(預(yù)測) regression
分類 classification
聚類 cluster
5.常用模型分類 線型模型 非線型模型
產(chǎn)生式模型 區(qū)分式模型
1.k-近鄰算法 手寫識別系統(tǒng)
2.決策樹 決策樹的構(gòu)造
使用決策樹預(yù)測隱形眼鏡類型
3.貝葉斯分類 文本分類
4.支持向量機(jī)(SVM) SVM的基本理論
核函數(shù)對應(yīng)的特征變換
手寫識別問題優(yōu)化
5.多模型融合 數(shù)據(jù)多樣性的構(gòu)建
AdaBoost的基本理念
6.sigmoid分類 參數(shù)訓(xùn)練
7.多層感知機(jī)
k-means
Apriori算法進(jìn)行關(guān)聯(lián)分析
FP-Growth算法
1.線性模型
模型參數(shù)訓(xùn)練
最小均方誤差
過度適應(yīng)
模型的表示能力
2.GMM 模型參數(shù)訓(xùn)練
用于分類
3.DNN 理論
梯度訓(xùn)練算法
LDA 線性判別分析
PCA 有成分分析
fMLLR 特征最大似然線性回歸
SVD
語音識別
語音合成
說話人識別