機(jī)器學(xué)習(xí)及深度學(xué)習(xí)理論及實(shí)操培訓(xùn)

基于機(jī)器學(xué)習(xí)的大數(shù)據(jù)挖掘創(chuàng)新應(yīng)用案例培訓(xùn)
一、課程目標(biāo)：
本次課程以理論與實(shí)際相結(jié)合為基準(zhǔn)，突出實(shí)際性演練，以達(dá)到如下二、培訓(xùn)目標(biāo)：
（1）了解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的基本概念，基本流程、常用算法和適用的場(chǎng)景。
（2）能根據(jù)實(shí)際問(wèn)題熟練地構(gòu)建人工智能項(xiàng)目建模流程，熟悉掌握數(shù)據(jù)建模過(guò)程、處理節(jié)點(diǎn)的操作。
（3）掌握具體的機(jī)器學(xué)習(xí)及深度學(xué)習(xí)技術(shù)以及案例，能根據(jù)業(yè)務(wù)場(chǎng)景獨(dú)立實(shí)戰(zhàn)。
三、培訓(xùn)對(duì)象：
（1）從事企業(yè)機(jī)器學(xué)習(xí)及深度學(xué)習(xí)相關(guān)工作的決策分析、產(chǎn)品及業(yè)務(wù)流程設(shè)計(jì)、場(chǎng)景開(kāi)發(fā)及維護(hù)的相關(guān)業(yè)務(wù)及技術(shù)人員；
（2）需要進(jìn)行機(jī)器學(xué)習(xí)及深度學(xué)習(xí)研究的高校、科研院所的科技工作者；
（3）打算從事機(jī)器學(xué)習(xí)與深度學(xué)習(xí)研究的在校生、在職人員。
四、課程大綱：
時(shí)間安排：1-6章需要2-3天；7-10章需要2-3天
一、機(jī)器學(xué)習(xí)相關(guān)概念
1、人工智能與大數(shù)據(jù)相關(guān)概念
1）人工智能定義
2）大數(shù)據(jù)是什么
3）大數(shù)據(jù)與人工智能的區(qū)別與聯(lián)系
2、數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的關(guān)系
1）什么是數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)
2）三者之間的關(guān)系是什么
3）機(jī)器學(xué)習(xí)與傳統(tǒng)數(shù)據(jù)挖掘的差異
二、機(jī)器學(xué)習(xí)分類(lèi)及實(shí)例
1）基于學(xué)習(xí)方式及實(shí)例（監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)）
2）基于算法類(lèi)似性及實(shí)例
3）基于實(shí)例的算法及實(shí)例
4）基于正則化方法及實(shí)例
5）基于神經(jīng)網(wǎng)絡(luò)算法及實(shí)例
三、機(jī)器學(xué)習(xí)十大主流算法及實(shí)例
基于實(shí)際脫敏數(shù)據(jù)，講解主流算法，涵蓋線(xiàn)性回歸，邏輯回歸，SVM，KNN，貝葉斯、關(guān)聯(lián)規(guī)則、KMeans、混合高斯分布、DBSCAN、PCA、LDA等。
四、機(jī)器學(xué)習(xí)近年來(lái)創(chuàng)新且使用算法及實(shí)例
基于實(shí)際脫敏數(shù)據(jù)，講解當(dāng)前國(guó)際大賽或國(guó)際期刊上出現(xiàn)的主流算法UMAP、TNSE、LIGHTGBM、CATBOOST等
五、機(jī)器學(xué)習(xí)案例及學(xué)員現(xiàn)場(chǎng)實(shí)操指導(dǎo)
現(xiàn)場(chǎng)通過(guò)網(wǎng)絡(luò)故障預(yù)警、用戶(hù)流失預(yù)警、用戶(hù)群特征識(shí)別等三個(gè)實(shí)際案例，講解python如numpy，pandas，sklearn、keras、seaborn、matplotlib等常用庫(kù)操作過(guò)程。
六、大數(shù)據(jù)與機(jī)器學(xué)習(xí)在企業(yè)生產(chǎn)中的技術(shù)實(shí)現(xiàn)方案
1、技術(shù)框架（含大數(shù)據(jù)平臺(tái)、AI平臺(tái)、營(yíng)銷(xiāo)系統(tǒng)、運(yùn)維系統(tǒng)等）
2、數(shù)據(jù)流向
3、接口方案
4、部署方案
七、深度學(xué)習(xí)相關(guān)概念
1、深度學(xué)習(xí)是什么及演變歷程
1) 深度學(xué)習(xí)的由來(lái)及本質(zhì)
2）深度學(xué)習(xí)演變歷程及每個(gè)階段的代表性算法實(shí)例
2、深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的關(guān)系
1） 基于理論角度理解深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的關(guān)系（主要指子集關(guān)系）
2）基于實(shí)操角度理解深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的關(guān)系（基于實(shí)際業(yè)務(wù)場(chǎng)景如圖像處理場(chǎng)景、離網(wǎng)預(yù)警場(chǎng)景理解算法獨(dú)立性及相輔性）
八、基于實(shí)例及對(duì)比機(jī)器學(xué)習(xí)的深度學(xué)習(xí)關(guān)鍵實(shí)操步驟分解
1、深度學(xué)習(xí)如何準(zhǔn)備訓(xùn)練、校驗(yàn)及測(cè)試數(shù)據(jù)集及與機(jī)器學(xué)習(xí)處理差異（附實(shí)例講解）
2、深度學(xué)習(xí)如何實(shí)現(xiàn)數(shù)據(jù)預(yù)處理及與機(jī)器學(xué)習(xí)處理差異（附實(shí)例講解）
3、深度學(xué)習(xí)如何做特征工程及與機(jī)器學(xué)習(xí)處理差異（附實(shí)例講解）
4、深度學(xué)習(xí)如何定義及構(gòu)建模型及與機(jī)器學(xué)習(xí)處理差異（附實(shí)例講解）
5、深度學(xué)習(xí)如何評(píng)價(jià)模型效果及與機(jī)器學(xué)習(xí)處理差異（附實(shí)例講解，含損失定義）
九、深度學(xué)習(xí)主要框架講解
1、深度學(xué)習(xí)主流框架（tensorflow、keras等）及實(shí)例講解
2、深度學(xué)習(xí)主流網(wǎng)絡(luò)層及場(chǎng)景實(shí)例講解（含卷積層、BN層、池化層、核心層等）
3、深度學(xué)習(xí)主流算法及場(chǎng)景實(shí)例講解（含CNN\RNN等）
4、深度學(xué)習(xí)主流開(kāi)源網(wǎng)絡(luò)及場(chǎng)景（含谷歌、微軟等開(kāi)源模型）
十、深度學(xué)習(xí)主流應(yīng)用場(chǎng)景及現(xiàn)場(chǎng)學(xué)員實(shí)操指導(dǎo)
現(xiàn)場(chǎng)通過(guò)圖片識(shí)別、看圖說(shuō)話(huà)、圖片自動(dòng)編碼解碼等三個(gè)實(shí)際案例，講解python如numpy、pandas、tensorflow、keras、seaborn、matplotlib等常用庫(kù)操作過(guò)程。

應(yīng)江勇老師的其它課程