归•学院 | 【政府补贴福利】人工智能Python与Deep Learning集训班
收起
重!磅!出!击!
人工智能Python与Deep Learning 集训班
即将开课!
第一天
数据挖掘简介
1、数据挖掘概念
2、数据挖掘流程
3、常用数据挖掘算法类型(有监督,无监督,关联,增强学习,深度学习等)
4、以分类问题为例,讲解数据挖掘建模过程
5、业界经典挖掘案例介绍
Python基础
1、Python基本简介、语法
2、数据容器及结构
3、流程控制
Python数据分析
第二天
Python爬虫
1、Python爬虫
2、使用urllib抓取简单网页
3、HTTP状态码与抓取过程中异常处理
4、网页抓取技巧
5、一个简单的小爬虫
6、多线程爬虫
7、抓取包含JS动态生成数据的页面
Python文本挖掘应用
1、Python文本挖掘应用场景
2、Python文本挖掘的流程
3、网站文本挖掘
第三天
Deep Learning基础和基本思想
1、人工智能概述、计算智能、类脑智能
2、机器学习概述、记忆学习、归纳学习、统计学习
3、深度学习的前生今世、发展趋势
4、人工神经网络、前馈神经网络、BP算法 、Hessian矩阵、结构性特征表示
Deep Learning基本框架结构
1、Caffe
2、Tensorflow
3、Torch
4、MXNet
第四天
卷积神经网络
1、CNN卷积神经网络
2、CNN卷积神经网络改进
3、深度学习的模型训练技巧
4、梯度下降的优化方法详解
循环神经网络
1、RNN循环神经网络
2、RNN循环神经网络改进
3、RNN实际应用
第五天
常用模型或者方法
1、AutoEncoder自动编码器
2、Sparse Coding稀疏编码
3、Restricted Boltzmann Machine(RBM)限制波尔兹曼机
4、Deep BeliefNetworks深信度网络
5、Convolutional Neural Networks卷积神经网络
交流
1、疑难解答、分组讨论;
2、关键问题解析;
3、学后交流、微信群、QQ群建立