回到顶部

武汉7月人工智能原理与技术应用实战班

2019年7月14日 9:00 ~ 2019年7月19日 17:00

收起

活动票种
    付费活动,请选择票种
    展开活动详情

    活动内容收起

    人工智能核心技术为机器学习与深度学习,为促进高校教学工作的开展,加强国内各高等院校同行间的交流,培养国内的师资力量,将机器学习与深度学习的最新实训内容带入课堂,我公司特举办人工智能原理与技术应用实战班”。

    一、培训目的

       通过课程学习,可以理解机器学习的思维方式和关键技术;了解深度学习和机器学习在当前工业界的落地应用;能够根据数据分布选择合适的算法模型并书写代码,初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。

    二、主讲专家:

    邹博,睿客邦创始人,南昌航天大学双师型教师、中科智视首席研究员、天津大学创业导师、中国医药教育协会老年健康分会学术委员;创立的睿客邦与内蒙古师范大学、南昌航空大学、山西大学、聊城大学、山东交通学院等多所高校建立了AI联合实验室或实训基地,完成和在研30多个人工智能工业项目,广泛应用于医疗、交通、油田、气象、银行等多个领域,研究方向机器学习、数据挖掘、计算几何,致力于人工智能新技术的实践和应用。

    三、培训内容:

     

     

     

     

     

     

     

     

     

     

     

     

     

    Python与TensorFlow

    解释器Python2.7/3.6与IDE:Anaconda/Pycharm

    列表/元组/字典/类/文件

    numpy/scipy/matplotlib/panda的介绍和典型使用

    scikit-learn的介绍和典型使用

    TensorFlow典型应用

    典型图像处理

    多种数学曲线

    多项式拟合

    快速傅里叶变换FFT

    奇异值分解SVD

    Soble/Prewitt/Laplacian算子与卷积网络

     

     

     

     

    代码和案例实践:

    卷积与(指数)移动平均线

    股票数据分析

    缺失数据的处理

    环境数据异常检测和分析

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    回归分析

     

     

     

     

     

     

    线性回归

    Logistic/Softmax回归

    广义线性回归

    L1/L2正则化

    Ridge与LASSO

    Elastic Net

    梯度下降算法:BGD与SGD

    特征选择与过拟合

    Softmax回归的概念源头

    最大熵模型

    K-L散度

     

    代码和案例实践:

    1.股票数据的特征提取和应用

    2.泰坦尼克号乘客缺失数据处理和存活率预测

    3.环境检测数据异常分析和预测

    4.模糊数据查询和数据校正方法

    5.PCA与鸢尾花数据分类

    6.二手车数据特征选择与算法模型比较

    7.广告投入与销售额回归分析

    8.鸢尾花数据集的分类

    9.TensorFlow实现线性回归

    10.TensorFlow实现Logistic回归

     

     

     

     

     

     

     

     

     

    决策树和随机森林

     

    熵、联合熵、条件熵、KL散度、互信息

    最大似然估计与最大熵模型

    ID3、C4.5、CART详解

    决策树的正则化

    预剪枝和后剪枝

    Bagging

    随机森林

    不平衡数据集的处理

    利用随机森林做特征选择

    使用随机森林计算样本相似度

    异常值检测

     

     

    代码和案例实践:

    1.随机森林与特征选择

    2.决策树应用于回归

    3.多标记的决策树回归

    4.决策树和随机森林的可视化

    5.葡萄酒数据集的决策树/随机森林分类

    6.泰坦尼克乘客存活率估计

     

     

     

     

     

     

     

     

     

     

    SVM

     

     

     

    线性可分支持向量机

    软间隔

    损失函数的理解

    核函数的原理和选择

    SMO算法

    支持向量回归SVR

    多分类SVM

     

    代码和案例实践:

    1.原始数据和特征提取

    2.调用开源库函数完成SVM

    4.葡萄酒数据分类

    5.数字图像的手写体识别

    5.MNIST手写体识别

    6.SVR用于时间序列曲线预测

    7.SVM、Logistic回归、随机森林三者的横向比较

     

     

     

     

     

     

     

    卷积神经网络CNN

     

    神经网络结构,滤波器,卷积

    池化,激活函数,反向传播

    目标分类与识别、目标检测与追踪

    AlexNet、VGGNet、GoogleLeNet

    Inception-V3/V4

    ResNet、DenseNet

    代码和案例实践:

    数字图片分类

    卷积核与特征提取

    以图搜图

    人证合一

    卷积神经网络调参经验分享

     

     

     

     

     

     

    图像视频的定位与识别

    视频关键帧处理

    物体检测与定位

    RCNN,Fast-RCNN,Faster-RCNN,MaskRCNN

    YOLO

    FaceNet

    代码和案例实践:

    迁移学习

    人脸检测

    OCR字体定位和识别

    睿客识云

    气象识别

     

     

     

     

     

     

     

     

    基于skimage/OpenCV的图像处理

    kimage来源、简介与安装

    将视频转换为图像序列

    图像可视化与几何作图

    HSV、RGB与图像颜色空间的转换

    图像增强与(局部)直方图均衡化

    给予边缘和区域的图像分割

    gamma矫正和对数矫正

    亮度区域检测与前景提取

    图像边缘检测/特征提取与图像算子

     

     

    代码和案例实践:

    不同算子下的图像卷积

    图像边缘检测与提取

    前景分割与图像融合

    regional maxima检测与应用

     

     

     

     

     

     

     

     

     

     

    图像与视频处理

    Gabor/Laplace/Prewitt/Roberts

    Scharr/Sobel/Niblack/Wiener

    图像形态学:开/闭/凸包/膨胀/腐蚀

    双边滤波器/小波降噪/wiener滤波

    角点检:Harris,Shi-Tomasi

    SIFT、SURF算法

    视频分析:Meanshift 和 Camshift 算法

    代码和案例实践:

    HAAR/HOG/LBP等特征应用

    视频前景背景分析与异物检测

    图像形态学与海报生成的应用

    光流跟踪与车辆跟踪

     

     

     

     

     

     

     

     

    循环神经网络RNN

    RNN基本原理

    LSTM、GRU

    Attention

    CNN+LSTM模型

    Bi-LSTM双向循环神经网络结构

    编码器与解码器结构

    特征提取:word2vec

    Seq2seq模型

    代码和案例实践:

    看图说话

    视频理解

    藏头诗生成

    问答对话系统

    OCR

    循环神经网络调参经验分享

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    自然语言处理

     

    语言模型Bi-Gram/Tri-Gram/N-Gram

    分词

    词性标注

    依存句法分析

    语义关系抽取

    词向量

    文本分类

    机器翻译

    文本摘要

    阅读理解

    问答系统

    情感分析

    A3C

    ELF

    代码和案例实践:

    输入法设计

    HMM分词

    文本摘要的生成

    智能对话系统和SeqSeq模型

    阅读理解的实现与Attention

     

     

     

     

    生成对抗网络GAN

    生成与判别

    生成模型:贝叶斯、HMM到深度生成模型

    GAN对抗生成神经网络

    DCGAN

    Conditional GAN

    InfoGan

    Wasserstein GAN

    代码和案例实践:

    图片生成

    看图说话

    对抗生成神经网络调参经验分享

     

     

     

     

     

     

    强化学习RL

     

    马尔科夫决策过程

    贝尔曼方程、最优策略

    策略迭代、值迭代

    Q Learning

    SarsaLamda

    DQN

    A3C

    ELF

    代码和案例实践:

    OpenAI

    飞翔的小鸟游戏

    基于增强学习的游戏学习

    DQN的实现

     

     

    四、时间地点:可咨询:18310280875   472355722@qq.com

     2019714-19日   13日报到    武汉(具体地址发报道通知)

    培训对象:

        各高等院校数据科学相关专业、计算机科学技术、网络工程、软件工程、信息工程、信息管理、、统计学专业、应用数学专业、经济管理专业、市场营销专业等科研、教学带头人,骨干教师、博士生、硕士生;各高校教务处、科研处、信息中心、实验中心领导。对机器学习技术有兴趣和需求,愿意进行深入钻研的从业人员。                                                                                                           
    六、费用:

    ​5400元/人(含报名费、证书费、培训费、教材费、资料费)食宿统一安排费用自理。

    七、颁发证书:

    可以获得:工业和信息化部颁发的证书。该证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。注:请学员带2寸彩照1张(背面注明姓名)、身份证复印件一张。



    举报活动

    活动标签

    最近参与

    • 织布
      收藏

      (5年前)

    • Bazinga++
      收藏

      (5年前)

    • Glacier
      收藏

      (5年前)

    • 杰拉尔德.福特号重型航母和长颈鹿
      收藏

      (5年前)

    • FastHPC
      收藏

      (5年前)

    您还可能感兴趣

    您有任何问题,在这里提问!

    为营造良好网络环境,评价信息将在审核通过后显示,请规范用语。

    全部讨论

    还木有人评论,赶快抢个沙发!

    活动主办方更多

    中科图云

    中科图云

    北京中科图云科技有限公司专注于人工智能/云计算/大数据/高性能方向的技术培训。致力于通过对行业前沿技术的持续创新解读,为相关方向的研究机构和行业用户,提供从训练到推理的一站式人工智能云计算应用服务解决方案/教学实训平台

    微信扫一扫

    分享此活动到朋友圈

    活动日历   04月
    1 2 3 4 5 6 7
    8 9 10 11 12 13 14
    15 16 17 18 19 20 21
    22 23 24 25 26 27 28
    29 30 1 2 3 4 5

    免费发布