 班級規模及環境--熱線:4008699035 手機:15921673576( 微信同號) |
|
每期人數限3到5人。 |
| 上課時間和地點 |
開課地址：【上?！客瑵髮W(滬西)/新城金郡商務樓(11號線白銀路站)【深圳分部】：電影大廈(地鐵一號線大劇院站) 【武漢分部】：佳源大廈【成都分部】：領館區1號【沈陽分部】：沈陽理工大學【鄭州分部】：錦華大廈【石家莊分部】：瑞景大廈【北京分部】：北京中山學院 【南京分部】：金港大廈
最新開班 (連續班 、周末班、晚班）：2020年3月16日 |
| 實驗設備 |
☆資深工程師授課
☆注重質量
☆邊講邊練
☆合格學員免費推薦工作
★實驗設備請點擊這兒查看★ |
| 質量保障 |
1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
3、培訓合格學員可享受免費推薦就業機會。 |
課程大綱 |
| |
- 第1章鳥瞰機器學習
1-1課程介紹
1-2人工智能和機器學習的關系
1-3機器學習的分類
1-4生成對抗網絡和強化學習
1-5機器學習開發流程
1-6機器學習的本質
1-7機器學習中那些坑
1-8如何學習機器學習
第2章項目1：房價預測（回歸類型問題）
2-1如何搞到真實的一手機器學習數據
2-2機器學習開發環境準備
2-3數據加載及快速可視化
2-4訓練和測試集數據及模型驗證原理
2-5現實數據訓練及測試集分割
2-6根據重要特征分離數據
2-7根據地理信息可視化房地產數據
2-8可視化數據相關性
2-9特征工程
2-10數據和標簽
2-11數據清洗
2-12量化文本數據
2-13組合特征與scikit主要架構
2-14實現特征組合
2-15特征標準化
2-16管道方法批量處理
2-17線性回歸模型訓練
2-18回歸模型初步評估-RMSE和MAE
2-19決策樹回歸模型
2-20交叉驗證模型
2-21隨機森林回歸模型
2-22持久化機器學習模型
2-23參數與超參數
2-24模型調優--網格搜索
2-25回歸模型評估
2-26回歸模型開發流程總結
第3章項目2:識別手寫數字—MNIST(分類問題)
3-1分類問題的介紹
3-2MNIST圖片數據
3-3圖片可視化與分類問題描述
3-4訓練集和測試集
3-5二分類模型
3-6K-Fold交叉驗證原理
3-7正確使用交叉評估分數
3-8混淆矩陣-Confusion Matrix
3-9精確度和召回率
3-10F1分數(F1-Score)
3-11精確度和召回率的平衡
3-12ROC 曲線
3-13多分類算法的歸類--OvA和OvO
3-14多分類算法識別手寫數字
3-15基于概率預測的多分類模型
3-16模型誤差分析
3-17多標簽多輸出的分類模型
第4章附贈項目和結束語
4-1附贈項目1：預測泰坦尼克號風險
4-2附贈項目2：垃圾郵件監測
4-3模塊總結與學習建議
|
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業