主題

內(nèi)容

Python機器學(xué)習(xí)算法的環(huán)境搭建與技術(shù)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(xué)習(xí)優(yōu)勢

4、?Python機器學(xué)習(xí)例程學(xué)習(xí)

機器學(xué)習(xí)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(luò)原理與實現(xiàn)

4、基于神經(jīng)網(wǎng)絡(luò)的人臉識別

機器學(xué)習(xí)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(xué)習(xí)Python開發(fā)平臺

1、搭建Tensorflow深度學(xué)習(xí)平臺

2、搭建Pytorch深度學(xué)習(xí)平臺

3、搭建Keras深度學(xué)習(xí)平臺

深度學(xué)習(xí)原理與實踐

1、CNN模型的原理與應(yīng)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(xué)習(xí)模型優(yōu)化方法

1、自定義深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

2、深度神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法

3、深度框架的損失函數(shù)

4、基于深度學(xué)習(xí)的行人識別案例

深度學(xué)習(xí)算法的案例及應(yīng)用1

1、殘差網(wǎng)絡(luò)模型與部件結(jié)構(gòu)網(wǎng)絡(luò)

2、基于深度學(xué)習(xí)的行人識別案例

深度學(xué)習(xí)算法的案例及應(yīng)用2

1、FasterRCNN，SSD圖像檢測算法

2、基于深度學(xué)習(xí)的圖像目標(biāo)識別與定位