曙海教學優(yōu)勢
本課程，秉承二十一年積累的教學品質(zhì)，以項目實現(xiàn)為導向,面向企事業(yè)項目實際需要,老師將會與您分享設計的全流程以及工具的綜合使用經(jīng)驗、技巧。課程可定制,線上/線下/上門皆可,熱線:4008699035。
曙海培訓的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。大批企業(yè)和曙海
建立了良好的合作關系,合作企業(yè)30萬+。曙海培訓的課程在業(yè)內(nèi)有著響亮的知名度。
基于Python的機器學習與深度學習培訓課程
?
課程目標：
?
本課程主要講解等人工智能領域的機器學習和深度學習技術。通過本課程的學習，學員可以掌握主流的機器學習算法和深度學習算法。圍繞圖像領域的典型應用，開展圖像分析和識別案例學習，使得學員可以掌握圖像領域目前的主流算法。
?
課程大綱：
?
|
主題 |
內(nèi)容 |
|
Python機器學習算法的環(huán)境搭建與技術優(yōu)勢 ? |
1、?Python3.6開發(fā)環(huán)境和主要安裝包 2、?Python集成開發(fā)環(huán)境 3、?Python機器學習優(yōu)勢 4、?Python機器學習例程學習 |
|
機器學習主流算法1 |
1、SVM的原理與實現(xiàn) 2、基于SVM的字符識別方法 3、神經(jīng)網(wǎng)絡原理與實現(xiàn) 4、基于神經(jīng)網(wǎng)絡的人臉識別 |
|
機器學習主流算法2 |
1、決策樹原理與實現(xiàn) 2、基于決策樹原理的圖像分類 3、隨機森林原理與實現(xiàn) 4、基于隨機森林原理的圖像分類 |
|
深度學習Python開發(fā)平臺 |
1、搭建Tensorflow深度學習平臺 2、搭建Pytorch深度學習平臺 3、搭建Keras深度學習平臺 |
|
深度學習原理與實踐 |
1、CNN模型的原理與應用 2、基于CNN模型的字符識別方法 3、基于CNN的圖像分類與識別 |
|
深度學習模型優(yōu)化方法 |
1、自定義深度神經(jīng)網(wǎng)絡結構 2、深度神經(jīng)網(wǎng)絡的優(yōu)化方法 3、深度框架的損失函數(shù) |
|
1、殘差網(wǎng)絡模型與部件結構網(wǎng)絡 2、基于深度學習的行人識別案例 |
|
|
深度學習算法的案例及應用2 |
1、FasterRCNN，SSD圖像檢測算法 2、基于深度學習的圖像目標識別與定位 |
