【1月16-18日 北京+线上】全国人工智能Python机器学习与深度学习实战培训班
2020年12月25日 17:12各企事业单位、高等院校及科研院所：
Python已经成为最受欢迎的程序设计语言之一：根据TIOBE最新排名，Python已超越C#，与Java,C,C++一起成为全球前4大最流行语言。Python语言的简洁性、易读性以及可扩展性，其众多的扩展库所构成的开发环境十分适合工程技术、科研人员处理实验数据、制作图表，甚至开发科学计算应用程序。目前，微软、腾讯、谷歌、Facebook、百度、阿里巴巴等把深度学习作为未来工业和互联网发展的研究重心。中国科学院、清华大学、北京大学等高校和科研院所成立专业研究中心和实验室把深度学习进行科学技术成果转化，显著推动了深度学习应用的发展。
为进一步推动高等院校、科研院所及企事业单位在Python、人工智能、机器学习、深度学习应用和目前实际项目等研究工作的开展，特邀请在人工智能学术和研发领域一线专家共同举办全国人工智能Python机器学习与深度学习培训班。欢迎大家带着实际问题参加，我们一定尽全力为您解决问题。主打理论结合实践主题，课程强调动手操作；内容以代码落地为主，以理论讲解为根，以公式推导为辅。具体事宜如下：
一、培训优势
1、报名缴费后提前获取电子讲义、数据，可提前预习；
2、人工智能领域一线实战专家主讲，机器学习，深度学习领域多年开发研究经验；
3、同步录制培训视频，培训结束后，可免费观看，永久有效；
4、培训结束后，培训老师留给学员手机和Email，提供课后答疑，充分保证培训后出效果。
5、此课程可以定制内训（请老师到贵单位针对课题项目和关注的内容进行授课）
注：参加培训，以后本人可以免费参加相同线上及线下课程，不限次数、学会为止！
二、培训专家
中国科学院、清华大学等科研机构的高级专家。人工智能领域一线实战专家，熟练使用Python人工智能编程技术，关注深度学习领域各种开源项目，如TensorFlow，Caffe，Torch等。喜欢理论与实践相结合的教学风格，课程编排由浅入深，体系清晰完整。拥有2项专利，曾给学校、医院、企业、气象局等单位完成过多项人工智能相关项目。受邀为中国移动、中国电信、中国银行、华夏银行、太平洋保险、国家电网、中海油、格力电器等包括世界五百强在内的多家大型企业做人工智能技术企业内训。业内顶尖IT培训平台30万学员好评率99%。
三、培训时间
2021年01月16-18日 线上：直播授课
2021年01月16-18日 线下：北京（15日全天报到）
（本次课程全程录制视频，可重复观看）
四、培训大纲
一、python基础学习 |
1.print使用 2.运算符和变量 3.循环 4.列表元组字典 5.if条件 6.函数 7.模块 8.类的使用 9.input用法 10.文件读写 11.异常处理 |
二、科学计算包numpy使用学习 |
1.numpy的属性 2.创建array 3.numpy的运算 4:随机数生成以及矩阵的运算 5.numpy的索引 6.array合并 7.array分割 |
三、绘图工具包matplotlib学习 |
1.基础用法 2.figure图像 3.设置坐标轴 4.legend图例 5.scatter散点图 |
四、数据分析库pandas使用学习 |
1.Series,DataFrame 2.选择数据 3.赋值及操作 4.读取及写入文件 5.合并 案例：处理丢失数据 |
五、人工智能与机器学习基础 |
1.人工智能概述 2.机器学习概述 3.机器学习算法应用分析 |
六、回归算法 |
1.一元线性回归 2.代价函数 3.梯度下降法 4.标准方程法 5.sklearn一元线性回归应用 6.多元线性回归 7.sklearn多元线性回归应用 8.非线性回归介绍 案例：葡萄酒质量和时间的关系 案例：波士顿房价预测项目 |
七、KNN分类算法 |
1.KNN分类算法介绍 2.KNN分类算法应用 3.KNN分类算法与应用实现 案例：鸢尾花分类 |
八、决策树算法 |
1.决策树-信息熵,ID3,C4.5算法介绍 2.sklearn实现决策树 3.决策树-CART算法 4.CART算法实践 5.决策树解决线性二分类问题 6.决策树解决非线性二分类问题 案例：叶子分类项目 案例：银行用户购买行为预测 |
九、集成算法与随机森林 |
1.Bagging介绍与使用 2.随机森林介绍与使用 3.Adaboost介绍与使用 4.Stacking和Voting介绍与使用 案例：用户流失分析 |
十、K-means聚类算法 |
1.K-means算法介绍 2.K-means算法应用 3.K-means算法实际应用案例 案例：NBA球队实力聚类分析 |
十一、支持向量机 |
1.SVM算法介绍与原理推导 2.支持向量的作用 3.核函数的作用 4.建模方法 案例：SVM完成人脸识别应用 |
十二、特征工程项目 |
1.数据缺失处理 2.特征筛选方法 3.特征工程 4.算法选择 5.结果评估 |
十三、深度学习基础-神经网络介绍 |
1.人工神经网络发展史 2.单层感知器 3.激活函数，损失函数和梯度下降法 4.BP算法介绍 案例：BP算法解决手写数字识别问题 |
十四、Tensorflow基础应用
|
1.Tensorflow安装 2.Tensorlfow基础知识：图，变量，fetch，feed 3.Tensorflow线性回归 4.Tensorflow非线性回归 5.Mnist数据集合Softmax讲解 6.使用BP神经网络搭建手写数字识别 7.交叉熵(cross-entropy)讲解和使用 8.过拟合,正则化,Dropout 9.各种优化器Optimizer |
十五、卷积神经网络CNN应用 |
1.CNN卷积神经网络 2.卷积层、池化层（均值池化、最大池化） 3.深度残差网络讲解 4.CNN实现MNIST数据集分类 5.CNN手写数字案例 |
十六、长短时记忆网络LSTM应用 |
1.RNN循环神经网络 2.RNN应用案例（MNIST图像分类） 3.长短时记忆网络LSTM 4.LSTM应用案例（MNIST图像分类） |
十七、Google图像识别模型inception-v3项目实战 |
1.使用训练好的inception-v3完成图像识别 2.用自己收集的数据训练图像识别模型 3.使用迁移学习完成图像分类 |
十八、用自己的数据来训练一个新的气象识别模型/医疗影像分析模型 |
1.数据准备 2.数据增强 3.模型搭建 4.模型训练 5.结果测试 |
十九、自然语言处理技术介绍 |
1. word2vec介绍 2.Transformer模型介绍 3.Self-Attention机制介绍 4.多头注意力机制介绍 5..Bert模型介绍 |
二十、自然语言处理项目实战 |
1.用CNN训练一个新的文本分类模型 2.用LSTM训练一个新的文本分类模型 3.用Bert训练一个新的文本分类模型 |
二十一、目标检测模型介绍 |
1.目标检测项目介绍 2.R-CNN模型介绍 3.SPPNET模型介绍 4.Fast-RCNN模型介绍 5.Faster-RCNN模型介绍 |
二十二、目标检测模型实战 |
1.项目安装配置环境 2.准备数据集 3.使用训练好的目标检测模型进行预测 4.用自己的数据训练新的目标检测模型 |
二十三、辅助课程 |
1.针对学员面对的实践问题展开讨论、方案建议 2.建立QQ群、微信群（课后免费技术指导） 3.配备机器学习和深度学习开发教材，便于课后逐步提高能力。 4.培训所学的算法和模型可以适用于通信/政府/医疗/农业/工业/金融/气象/军工等多个行业。 |
五、培训费用
A类：收费3900元/人（含培训费、资料费、A类证书费、指导费、发 票费等）
B类：收费4500元/人（含培训费、资料费、A类+B类证书费、指导费、发 票费等）
（提供正规增值税发 票、报销方便，如需开会议费发 票，可提供会议通知）
六、颁发证书
A类：可获得：高级《人工智能应用工程师》结业证书，该证书可作为有关单位专业技术人员能力评价、从业人员加薪、晋升、考核和任职的重要依据。
B类：可获得：中国管理科学研究院职业资格认证培训中心颁发的高级《人工智能应用工程师》专业能力证书，纳入中管院数据库，全国通用可查，可以作为晋升、评级的有效凭证。
七、优惠政策
1、学生凭学生证优惠300元；
2、3人以上(含)团体报名每人可减少200元；
3、5人以上(含)团体报名，另外赠送一个名额；
4、以上优惠政策不能同时享受，只能享受其中一种。
注：参加培训，以后本人可以免费参加相同线上及线下课程，不限次数、学会为止！
八、报名事项
1、点击链接立即报名：http://jishulink.mikecrm.com/ntWc8YU
2、扫描下方二维码，联系客服报名
未尽事宜请扫描上方二维码，或咨询微信客服，微信号：jishulink222
工程师必备
- 项目客服
- 培训客服
- 平台客服
TOP
