 班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
| 每个班级的人数限3到5人，互动授课， 保障效果，小班授课。 |
| 上间和地点 |
上部份地点：【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】：电影大厦(地铁一号线大剧院站)/深圳大学成教院【北京分部】：北京中山学院/福鑫大楼【南京分部】：金港大厦(和燕路)【武汉分部】：佳源大厦（高新二路）【成都分部】：领馆区1号（中和大道）【沈阳分部】：沈阳理工大学/六宅臻品【郑州分部】：郑州大学/锦华大厦【石家庄分部】：河北科技大学/瑞景大厦
最近开间(周末班/连续班/晚班）：2019年1月26日 |
| 实验设备 |
◆小班教学，教学效果好
☆注重质量☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
| 质量保障 |
1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书，提升职业资质。专注高端技术培训15年，端海学员的能力得到大家的认同，受到用人单位的广泛赞誉，端海的证书受到广泛认可。 |
部份程大纲 |
| |
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
第一部份【1】
1、机器学习简介
回归算法理论与实战： 1.一元线性回归 2.代价函数 3.梯度下降法 4.使用梯度下降法实现一元线性回归 5.标准方程法 6.使用sklearn实现一元线性回归 7.多元线性回归 8.使用sklearn实现多元线性回归 9.特征缩放，交叉验证法 10.过拟合正则化 11.岭回归 12.sklearn实现岭回归 13.LASSO回归 14.sklearn实现LASSO回归
第一部份【2】
1、决策树算法理论与实战 集成学习算法理论与实战
15.决策树-信息熵,ID3,C4.5算法介绍 16.sklearn实现决策树 17.决策树-CART算法 18.决策树应用 19.Bagging介绍与使用 20.随机森林介绍与使用 21.Adaboost介绍与使用 22.Stacking和Voting介绍与使用
第二部份【1】
1、KNN算法和决策树算法理论与实战 聚类算法理论与实战
1.KNN算法介绍 2.python实现knn算法 3.sklearn实现knn算法完成iris数据集分类 4.k-means算法原理 5.k-means算法实现 6.DBSCAN算法原理 7.DBSCAN算法实现
第二部份【2】
1、神经网络算法
8.神经网络基本原理 9.单层感知器程序 10.线性神经网络 11.激活函数，损失函数和梯度下降法 12.线性神经网络异或问题 13.BP神经网络介绍 14.BP算法推导 15.BP神经网络解决异或问题 16.BP算法完成手写数字识别 16.sklearn-BP神经网络解决手写数字识别 17.GOOGLE神经网络平台
第三部份【1】
1、Tensorflow（一）
1.深度学习框架介绍 2.Tensorflow安装 3.Tensorlfow基础知识：图，变量，fetch，feed 4.Tensorflow线性回归 5.Tensorflow非线性回归 6.Mnist数据集合Softmax讲解 7.使用BP神经网络搭建手写数字识别 8.交叉熵(cross-entropy)讲解和使用
第三部份【2】
1、Tensorflow（二）
9.过拟合,正则化,Dropout 10.各种优化器Optimizer 11.改进手写数字识别网络 12.卷积神经网络CNN的介绍 13.使用CNN解决手写数字识别 14.长短时记忆网络LSTM介绍 15.LSTM的使用 16.模型保存与载入
第四部份【1】
1、图像识别项目 图像识别项目 验证码识别项目
1.介绍Google图像识别模型Inception-v3 2.使用Inception-v3做图像识别 3.训练自己的图像识别模型 4.多任务学习介绍 5.生存验证码图片 6.构建验证码识别模型
第四部份【2】
1、文本分类项目 生成式对抗网络GANs
7.文本分类任务介绍 8.word2vec介绍 9.使用CNN完成文本分类 10.使用LSTM完成文本分类 11.GANs介绍 12.使用tensorflow完成GANs
|
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业