人工智能與深度學習_3天

  培訓講師:葉梓

講師背景:
葉梓老師葉梓,工學博士,高級工程師?,F(xiàn)某大型上市企業(yè)資深技術(shù)專家。2005年上海交通大學計算機專業(yè)博士畢業(yè),在校期間的主研方向為數(shù)據(jù)挖掘、機器學習、人工智能。畢業(yè)后即進入軟件行業(yè)從事信息化技術(shù)相關(guān)工作;負責或參與了多項、省市級人工智能及大數(shù) 詳細>>

葉梓
    課程咨詢電話:

人工智能與深度學習_3天詳細內(nèi)容

人工智能與深度學習_3天

人工智能與深度學習
第一天:人工智能概念與經(jīng)典算法
人工智能概念綜述(第一天——1)
從一些術(shù)語辨析人工智能
人工智能之連接主義的興衰史
這次AI的熱潮是怎么來的?
圖像處理領(lǐng)域的最新熱點(第一天——2)
分類、目標檢測與實例分割
風格遷移
自動駕駛
人體姿態(tài)識別
超分辨率圖像生成
語言處理領(lǐng)域的最新熱點(第一天——3)
Attention機制
自動構(gòu)建知識圖譜
看圖說話
預訓練機制
三大經(jīng)典算法(第一天——4)
決策樹算法
決策樹案例:手術(shù)后駝背的發(fā)生概率
聚類算法
聚類案例:鳶尾花數(shù)據(jù)的聚類
關(guān)聯(lián)規(guī)則算法
關(guān)聯(lián)規(guī)則案例:超市購物籃分析
性能評價指標(第一天——5)
準確率;精確率、召回率;F1
真陽性率、假陽性率
混淆矩陣
ROC與AUC
案例:繪制ROC并計算AUC、F1
對數(shù)損失
Kappa系數(shù)
回歸:平均絕對誤差、平均平方誤差
案例:繪制擬合曲線,計算擬合優(yōu)度
聚類:蘭德指數(shù)、互信息
11、k折驗證
BP神經(jīng)網(wǎng)絡 (第一天——6)
人工神經(jīng)元及感知機模型
前向神經(jīng)網(wǎng)絡
sigmoid
梯度下降
誤差反向傳播
BP神經(jīng)網(wǎng)絡案例:可手算的神經(jīng)網(wǎng)絡
支持向量機 (第一天——7)
統(tǒng)計學習問題
支持向量機
核函數(shù)
多分類的支持向量機
用于連續(xù)值預測的支持向量機
SVM案例: iris的三個分類
第二天:機器學習進階與深度學習初步
隱馬爾科夫模型(第二天——1)
馬爾科夫過程
隱馬爾科夫模型
三個基本問題(評估、解碼、學習)
前向-后向算法
Viterbi算法
Baum-Welch算法
集成學習(第二天——2)
bagging
adaboost
隨機森林
GBDT
深度學習初步(第二天——3)
深度學習與神經(jīng)網(wǎng)絡的區(qū)別與聯(lián)系
目標函數(shù)
激勵函數(shù)
學習步長
Adagrad\RMSprop\Adam
避免過適應
用于分類的CNN(第二天——4)
分類典型應用場景(imageNet數(shù)據(jù)集)
Alexnet(開山之作)
VGG(5層變?yōu)?組)
GoogLenet(還在試驗各種架構(gòu)的組合嗎?)
Resnet(還可以再“深”下去)
用于目標檢測的CNN(第二天——5)
CNN目標檢測典型應用場景
RCNN(兩個頭的網(wǎng)絡)
Fast/faster RCNN(又快又好)
第三天:深度學習與強化學習
RNN(第三天——1)
基本RNN
LSTM(三個門)
GRU(減為兩個門)
GAN(第三天——2)
基本的生成對抗網(wǎng)絡
DCGAN(技巧的勝利)
Wassertein GAN(理論的勝利)
強化學習(第三天——3)
agent的屬性
exploration and exploitation
Bellman期望方程
最優(yōu)策略
策略迭代與價值迭代
Q學習算法
深度強化學習案例:教電腦玩“flappy bird”(第三天——4)
DQN詳解
Flappy Bird 游戲
深度強化學習案例:AlphaGo詳解(第三天——5)
蒙特卡羅決策樹
策略網(wǎng)絡
價值網(wǎng)絡Alpha Go的完整體系

 

葉梓老師的其它課程

DeepSeek輔助日常工作培訓提綱一、引言介紹大模型領(lǐng)域的競爭態(tài)勢強調(diào)DeepSeek的獨特優(yōu)勢二、DeepSeek概述DeepSeek的發(fā)展背景與定位DeepSeek各版本的特點與區(qū)別三、DeepSeek部署本地單機部署DeepSeek蒸餾版的硬件要求本地單機部署DeepSeek(量化)滿血版的配置與性能本地單機多卡部署DeepSeek(量化)滿血版的策

 講師:葉梓詳情


知識圖譜的Python實現(xiàn)【課程簡介】本課程包含知識圖譜的基本概念及常用算法,并實現(xiàn)了一個基于知識圖譜的對話機器人。通過1天的系統(tǒng)學習、案例講解和動手實踐,讓學員能初步了解知識圖譜的的相關(guān)知識與技術(shù)?!菊n程對象】理工科本科以上,或至少了解一種編程語言。知識圖譜基礎知識圖譜存儲知識圖譜基礎概念知識推理本體推理方法本體推理工具語義搜索RDF與RDFSOWL與OW

 講師:葉梓詳情


智能醫(yī)療技術(shù)與ChatGPT臨床應用三日深度培訓第一天:人工智能基礎與Python編程入門上午:人工智能在醫(yī)療領(lǐng)域的應用概述Python編程基礎環(huán)境搭建、數(shù)據(jù)類型、流程控制Python環(huán)境搭建Python數(shù)據(jù)類型與流程控制Python函數(shù)的應用Python面向?qū)ο缶幊?文件讀寫和目錄操作異常處理機器學習概述數(shù)據(jù)探索性分析:智能化數(shù)據(jù)分析特征工程:數(shù)據(jù)準備、數(shù)

 講師:葉梓詳情


人工智能“最強模型”transformer詳解【課程簡介】Transformer是迄今為止人工智能領(lǐng)域的最新和最強大的模型類別之一。它幾乎正在憑借一己之力來推動深度學習的又一波重大進步。Transformer模型充分運用了稱為注意力和自注意力機制,以檢測系列(或圖像)中元素相互影響和相互依賴的微妙關(guān)系。本課程通過2天時間的詳細介紹,可使學習者初步了解Tran

 講師:葉梓詳情


||1.人工智能概述||第一節(jié):人工智能與機器學習基礎|2.機器學習概述|||3.機器學習算法應用分析|||1.一元線性回歸|||2.代價函數(shù)|||3.梯度下降法||第二節(jié):回歸算法|4.sklearn一元線性回歸應用|||5.多元線性回歸|||6.sklearn多元線性回歸應用|||案例:葡萄酒質(zhì)量和時間的關(guān)系|||1.KNN分類算法介紹|||2.KNN分

 講師:葉梓詳情


人工智能技術(shù)詳解【課程內(nèi)容】本課程包含大數(shù)據(jù)、機器學習、深度學習、知識圖譜、強化學習與深度強化學習的相關(guān)知識?!菊n程時長】7天(7小時/天)【課程對象】理工科本科及以上,且至少了解一門編程語言。【課程大綱】(培訓內(nèi)容可根據(jù)客戶需求調(diào)整)時間內(nèi)容案例實踐與練習Day1上午準備工作準備工作1.概念與術(shù)語2.Python(Anaconda)的安裝3.Pycharm

 講師:葉梓詳情


人工智能之最新自然語言處理技術(shù)與實戰(zhàn)課程介紹:自然語言處理(簡稱NLP)是計算機科學和人工智能研究的一個重要方向,研究計算機和理解和運用人類語言進行交互的問題,它是集語言學、機器學習、統(tǒng)計學、大數(shù)據(jù)于一體的綜合學科。本課程主要介紹了NLP中的常用知識點:分詞、詞法分析、句法分析、向量化方法、經(jīng)典的NLP機器學習算法,還重點介紹了NLP中最近兩年來基于大規(guī)模語

 講師:葉梓詳情


第一天上午:統(tǒng)計分析原理從最簡單的案例開始統(tǒng)計基礎描述性統(tǒng)計用SPSS實現(xiàn)描述性統(tǒng)計的案例回歸分析:線性回歸回歸分析:logistics回歸用SPSS實現(xiàn)回歸分析的案例可視化工具第一天下午:數(shù)據(jù)庫與數(shù)據(jù)倉庫介紹數(shù)據(jù)庫概述SQL(基本的增、刪、改、查)SQL(稍復雜的子句或嵌套)基于MySQL的上機操作SQL語言數(shù)據(jù)倉庫:度量與維度數(shù)據(jù)倉庫:星型模型、雪花模型

 講師:葉梓詳情


計算機視覺【課程時長】3天(7小時/天)【課程對象】理工科本科及以上,且至少了解一門編程語言?!菊n程大綱】(培訓內(nèi)容可根據(jù)客戶需求調(diào)整)時間內(nèi)容案例實踐與練習Day1上午準備工作準備工作決策樹準備工作(1)概念與術(shù)語Python(Anaconda)的安裝Pycharm的安裝與使用JupyterNotebook的安裝與使用Tensorflow與pytorch的

 講師:葉梓詳情


計算機視覺【課程簡介】本課程包含計算機視覺領(lǐng)域的的重要概念及常用算法(神經(jīng)網(wǎng)絡、支持向量機、CNN、GAN等),以及人工智能領(lǐng)域熱點應用場景:目標檢測、圖像分割、圖像生成等。通過2天的系統(tǒng)學習、案例講解和動手實踐,讓學員能初步邁入深度學習和計算視覺的知識殿堂?!菊n程收益】掌握基于python的視覺分析知識;掌握深度學習框架:TensorFlow、pytorc

 講師:葉梓詳情


COPYRIGT @ 2001-2018 HTTP://m.musicmediasoft.com INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權(quán)所有