文档介绍：python机器学习与深度学习实战培训班通知各企事业单位:近年来,人工智能AI技术的快速发展,得益于越来越多的人工智能人才的涌入和计算机硬件以及软件技术的不断发展。机器学习是人工智能AI的中一个重要的方向,在机器学习的发展过程中,越来越多的人投身于机器学习的研究中,同时,越来越多的互联网公司加入到人工智能的行列,为了协助满足行业对机器学习相关高端人才的迫切需求,北京软数信息技术研究院特举办“Python机器学习与深度学习实战”培训班,旨在帮助学员了解各种传统及最新机器学习基本原理及其python编程实现方法,本次培训班采用“实际案例讲解、动手编程实践”相结合的方式进行授课,具体事宜如下:一、培训目标:通过课程学习,可以理解机器学习的思维方式和关键技术;了解深度学习和机器学习在当前工业界的落地应用;能够根据数据分布选择合适的算法模型并书写代码,初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。通过紧密结合应用实例,针对工作中存在的疑难问题进行分析讲解和专题讨论,进而有效提升学员解决科研及教学中实际问题的能力;二、时间地点:2018年09月14日——2018年09月17日北京(时间安排:第一天报到,授课三天)三、培训对象:各省市、自治区从事机器学习、神经网络、人工智能、语音识别、图像处理领域等行业相关的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关人员,以及机器学习,深度学习广大爱好者。四、培训费用:¥RMB:3900元/人(含报名费、授课费、教材资料费、上机辅导费、证书费、午餐费等);食宿可统一安排,费用自理。颁发证书:参加相关培训并通过考试的学员可获得由工业和信息化部通信和信息技术创新人才培养工程颁发《机器学证书。注:请学员带两寸照片(背面注明姓名)、身份证复印各1份。北京软数信息技术研究院2018年08月07日附件1python机器学习与深度学习实战课程大纲第一天:python与机器学习基础第一章:人工智能入门指引AI时代首选Python2、人工智能的核心3、机器学习怎么学4、深度学习的崛起第二章:线性回归算法线性回归原理推导2、误差项的定义3、直接求解方法第三章:梯度下降算法梯度下降解释2、步长与梯度的定义3、3种梯度下降策略对比第四章:逻辑回归算法逻辑回归要解决的问题2、非线性函数3、算法原理推导4、迭代更新第五章:信用卡欺诈检测数据样本不平衡解决方案2、混淆矩阵的作用3、结果评估方法4、参数对结果的影响5、交叉验证6、样本生成策略7、工具包建模方法8、案例实战第二天:机器学习进阶第六章:决策树算法决策树构造方法2、熵的定义3、决策树剪枝策略第七章:集成算法与随机森林1、3种集成策略概述2、随机森林建模方法3、随机的定义第八章:支持向量机算法支持向量机算法出发点2、算法原理推导3、支持向量的作用4、核函数的作用第九章:贝叶斯算法算法原理推导2、贝叶斯如何解决实际任务3、朴素贝叶斯第十章:随机森林建模实战随机森林建模方法2、树模型涉及的参数3、调参方法4、案例实战第十一章:基于贝叶斯的分类任务实战文本数据预处理2、文本数据特征提取3、基于贝叶斯的建模4、案例实战第十二章:支持向量机参数的意义实战支持向量机复杂度的定义,2、核函数复杂度的定义3、建模方法4、案例实战第三天:深度学