快速注册
重设密码
首页 / 技术课 / 机器学习与深度学习算法及应用技术实战
免费试看

机器学习与深度学习算法及应用技术实战

课程讲解经典机器学习算法,如聚类算法,结合Tensorflow神经网络、Keras 神经网络框架实现案例。

26课时
11172人学习
5.0分
  • 收藏
  • 视频下载
  • 365天随时学
  • 认证课免费送题库
  • 微信群答疑
  • 免费送原版课程讲义
  • 章节目录
  • 课程详情
  • 用户评论
  • 讲师介绍
第0章 机器学习与深度学习算法及应用技术实战 00:06:47
机器学习与深度学习算法及应用技术实战-课程概述00:06:47试看
第1章 Python编程基础 06:29:12
语言基础-Anaconda00:57:06
语言基础-Python基础语法(1)01:17:59
.语言基础-Python基础语法(2)00:23:27
语言基础-Python基础语法(3)01:14:34
语言基础- Python面向对象编程(1)00:44:18
语言基础- Python面向对象编程(2)00:39:36
语言基础-NumPy基础00:50:37
语言基础-Matplotlib基础00:21:35
第2章 机器学习数学基础 03:31:03
数学原理-基础知识00:25:42试看
数学原理-线性代数00:41:44试看
数学原理-微积分00:43:32
数学原理-概率统计(1)00:38:03
数学原理-概率统计(2)01:02:02
第3章 机器学习技术基础 02:36:24
机器学习-机器学习基础(1)00:54:55
机器学习-机器学习基础(2)01:04:16
机器学习-经典算法00:37:13
第4章 神经网络 02:55:54
机器学习-神经网络基础-神经网络概述01:07:02
机器学习-神经网络基础-深度神经网络01:02:16
机器学习-神经网络基础-卷积神经网络00:24:07
机器学习-神经网络基础-常见深度学习技术00:22:29
第5章 经典框架 01:14:05
经典框架-Tensorflow基础00:48:34
经典框架-PyTorch基础00:25:31
第6章 项目实战 04:06:17
神经网络-单层感知机项目00:39:43
神经网络-逻辑回归项目00:22:42
神经网络-多分类逻辑回归项目00:28:48
神经网络-多层感知机项目00:22:31
深度神经网络-多层感知机-tensorflow版00:12:59
深度神经网络-多层感知机-PyTorch版00:15:42
深度神经网络-MNIST-Tensorflow版00:06:14
深度神经网络-MNIST-PyTorch版00:13:35
深度神经网络-梯度消失00:09:42
深度神经网络-过拟合00:02:56
深度神经网络-可视化00:02:19
深度神经网络-归一化00:05:56
CNN-Tensorflow00:14:28
CNN-PyTorch00:21:44
RNN-概述00:14:20
RNN-Tensorflow版00:04:18
RNN-PyTorch版00:08:20

课程简介

人工智能在各行业的迅速落地,使很多任务的完成成本大幅降低,效率显著提升。与此同时,作为其技术内核,机器学习和深度学习算法也越来越受到人们的关注,越来越多的行业的从业者都希望了解和学习机器学习与深度学习算法的相关原理,并希望将其与自己的领域相结合,拓展新思路,形成新的解决方案。
本课程主要面向以机器学习与深度学习为专业方向的学员,以及想要了解和学习机器学习与深度学习算法的各行业从业者,以较为通俗讲解机器学习与深度学习算法,辅以日常生活中的例子和编程实验,涉及机器学习领域中比较常见的经典模型,以及新兴的深度学习中的卷积神经网络、循环神经网络等模型。

本课程侧重于对算法思路的梳理和分析,以及对算法中每个步骤、每条公式含义的讲解。力图让读者学习到经典模型的算法步骤和数学形式,更重要的是理解每个算法形成的思路和过程,培养算法思维,获得在日常工作和学习中更为通用的能力。 强调动手操作;内容以代码落地为主,以理论讲解为根,以公式推导为辅。讲解机器学习和深度学习的模型理论和代码实践,梳理机器学习、深度学习、计算机视觉的技术框架,从根本上解决如何使用模型、优化模型的问题。

课程目标

熟悉Python基础语法;
熟悉Anaconda环境配置与基本操作;
掌握Matplotlib可视化技术;
掌握Numpy技术基础;
掌握机器学习最低限度的数学知识;
掌握机器学习的基本原理;
掌握神经网络的结构;
熟悉深度神经网络与深度学习技术基础;
掌握经典的深度学习框架技术;
具备一定的机器学习与深度学习编程实战经验。

适用人群

具备一定的Python和软件开发基础,希望深入了解机器学习和深度学习底层原理、数学原理、以及卷积神经网络、循环神经网络等实用化编程技术的广大工程技术人员。

王老师

讲师简介:

在长期软件领域工作过程中,对软件企业运作模式有深入研究,熟悉软件质量保障标准ISO9003和软件过程改进模型CMM/CMMI,在具体项目实施过程中总结经验,有深刻认识。通晓多种软件设计和开发工具。对软件开发整个流程非常熟悉,能根据项目特点定制具体软件过程,并进行项目管理和监控,有很强的软件项目组织管理能力。

对C 、C++ 、java、java EE、android、IOS、大数据、云计算有比较深入的理解和应用,具有较强的移动互联网应用需求分析和系统设计能力,熟悉Android框架、IOS框架等技术,了解各种设计模式,能在具体项目中灵活运用。


专业技能:

具有丰富的软件开发以及软件测试与维护的经验,曾独立完成多项实际工作任务。

精通Java语言,对基于WEB的J2EE应用架构有深入的了解。

熟练掌握MyEclipse8、NetBean等集成开发工具。

熟悉各种应用服务器:websphere、weblogic、tomcat、resign、JBoss的配置和应用开发。

熟悉软件工程理论,熟练掌握UML语言,对CMM、CMMI有深入研究,丰富的大型软件开发实战经验。

熟悉数据库设计理论,熟练使用设计工具:Sybase Powerdesigner,Oracle Designer,CA ERwin。

精通Oracle和MySQL数据库,熟练使用从Oracle8i—Oracle11g的各种管理配置工具,大量Oracle数据库软件开发项目实践经验,丰富的大型项目数据库部署实施经验,丰富的性能调整经验,熟悉各种Oracle相关开发工具软件的使用。

精通Oracle后台开发语言PL/SQL,能根据应用需求,合理的设计、开发调试后台存储过程、触发器等。


主要培训用户:

中国电子科技集团(CETC)、山西省信息中心、丰田汽车、福田汽车、民族证券、北京烟草专卖局、珠海邮政、深圳邮政、中国南方航空公司贵州分公司、中国人民解放军某生物科技研究所、中国水力水电建设集团、首钢、广州移动、广州电信、南方电网、中国电信、中国船舶、深圳天池医药、苏州大学、南京邮电大学、浙江工业大学、北京师范大学、山西大学、广州大学软件学院、北京航空航天大学软件学院、北京交通大学软件学院、华中科技大学软件学院、海南省人口管理中心、中国长江航运集团信息局、四川省烟草专卖局、辽宁省网通公司、爱立信、南京瞬联科技、北京合众天恒、上海亨钧科技、国金证券、厦门海迈科技、福建金科信息、福建巨匠科技、福建金网科技等。