机器学习(深度学习)算法和应用培训课程-中科信软培训中心

机器学习(深度学习)算法和应用培训课程

机器学习(深度学习)算法和应用培训课程

课程简介：

课程讲解机器学习(深度学习)算法基本原理，以及如何应用这些机器学习算法实现行业应用。

培训目标：

·了解机器学习概要

·学习广义线性模型

·经典概率模型

·决策树及其组合模型 Ensemble Models

·非监督学习模型 Unsupervised Learning

·人工神经元网络 Artificial Neural Networks

培训对象：

对机器学习算法原理和应用感兴趣，具有一定编程（Python）和数学基础（线性代数、微积分和概率论）的管理和技术人员

学员基础：有一定的机器学习基础

培训内容：

主题	内容
机器学习概要	a) 什么是机器学习 & 与传统软件开发的异同 b) 机器学习的分类和特点 c) 机器学习可以解决的问题和应用现状
广义线性模型	a) 感知器模型 Perceptron b) 线性神经元 Linear Neuron / Adaline c) 逻辑回归 Logistic Regression d) 误差曲面和三种梯度下降算法 Gradient Descendent
经典概率模型	a) 朴素贝叶斯 Na?ve Bayes
决策树及其组合模型 Ensemble Models	a) 决策树 Decision Tree: ID3 & CART b) 随机森林 Random Forest c) 自适应增强算法 Adaptive Boosting (AdaBoost) d) 梯度增强决策树 Gradient Boost Decision Tree (GBDT)
非监督学习模型 Unsupervised Learning	a) 聚类 Clustering: K-‐Means, Hierarchy b) 降维 Dimension Reduction i. 主成分分析 Principle Component Analysis ii. 奇异值分解 Singularity Decomposition c) 关联规则 i. Apriori 关联分析 ii. FP-‐growth 频率项集
人工神经元网络 Artificial Neural Networks	a) 神经元网络架构 b) 向后传播训练算法 Backpropagation c) 多层感知器网络 Multiple-‐Layer Perceptron (MLP) d) 深度学习神经网络介绍 i. 卷积神经网络 CNN ii. 循环神经网络 RNN 及其应用 1. 长短记忆神经网络 LSTM 2. 受限玻尔兹曼机 Restricted Boltzmann Machine 3. 深度置信网络 Deep Belief Net 4. Deep Autoencoder

如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请

服务特点：
海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。

专家力量：
中国科学院软件研究所，计算研究所高级研究人员
oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富
多年实际项目经历，大型项目实战案例，热情，乐于技术分享
针对客户实际需求，案例教学，互动式沟通，学有所获