010-82661221客服热线:

| | |
当前位置:首页 > 课程信息

人工智能和机器学习

2016年Google开发的一款人工智能程序AlphaGo以4:1战胜世界围棋职业九段选手李世石,展现了人工智能异常强大的学习能力,机器学习的应用能力会成为一个爆发性需求的知识技能,也会是未来科技的至高点。

机器学习系统具有意义深远且令人兴奋的能力,就某种意义而言,机器学习技术在我们的生活中已经无所不在。要想进入机器学习的领域,并且对其具有充分的认知,就必须能够理解和设计服务于某一项目需要的机器学习系统。

培训对象

1,系统架构师、系统分析师、高级程序员、资深开发人员。
2,牵涉到网络采集、处理和规划的负责人、设计人员。
3,政府机关,金融保险、移动等以互联网信息为数据来源单位的负责人。
4,高校、科研院所牵涉到人工智能与机器学习的项目负责人。

学员基础

1,对IT系统设计有一定的理论与实践经验。
2,有一定的机器学习基础知识和开发经验。
3,有一定的机器学习与大数据处理的知识。

师资

由业界知名大数据专家亲自授课:
杨老师 主要研究网络信息分析、机器学习以及大数据相关技术,长期从事网络信息处理、机器学习以及大数据分析系统的研究开发工作,主持和参与了多个国家和省部级基金项目,具有丰富的工程实践及软件研发经验。

培训要点

本课程首先介绍了人工智能和机器学习的背景和现状,机器学习基本理论和主流的机器学习框架,介绍数据的采集导入、机器学习的逻辑模型(包括线性模型、神经网络模型等)、对特征选择和抽取、集成机器学习做了详述,并对Python中众多针对机器学习任务的程序包,包括NumPy、SciPy、Matplotlib和Scikit-learn等的使用进行讲解,并将其应用于一些案例研究之中。

本培训将人工智能和机器学习理论与Python应用实践相结合,基于Python对机器学习目前的一些模型及基本方法,进行详细解读、并对其中主要的模型,提供Python样例实战讲解。

培训内容

 

第1讲 人工智能和机器学习
1人工智能简介
2人工智能的发展历程
3机器学习及相关技术
4国内外研究现状
第2讲 机器学习基础
1分类和回归
2聚类和降维
3线性规划
4机器学习模型
5特征抽取
第3讲 Python工具和技术
1 Python与机器学习
2 Python的安装配置
3 NumPy和Matplotlib
4 Pandas和SciPy
5 Scikit-Learn
第4讲 将数据变为信息
1 数据及其模型
2 数据来源
3 数据清洗
4 数据可视化
第5讲 机器学习的模型
1 逻辑模型
2 PAC和计算复杂性
3 树状模型和纯度
4 规则模型
第6讲 线性模型分析
1 最小二乘法和梯度下降
2 logistic回归
3 代价函数
4 多分类
5 正则化
第7讲 神经网络模型
1神经网络基础
2 logistic单元
3 代价函数最小化
4神经网络的实现
5梯度检验
6其他神经网络架构
第8讲 特征类型和抽取
1特征的类型
2运算和统计
3结构化特征
4特征变换
5主成分分析
第9讲 集成学习技术
1集成学习的类型
2 Bagging方法
3 随机森林
4 Boosting方法
5 集成学习的策略
第10讲 机器学习设计策略
1评价模型的表现
2模型的选择
3学习曲线
4机器学习小结

培训目标

1、全面了解人工智能和机器学习的相关知识。
2、学习Python中一些经典的机器学习模型。
3、深入使用Python在机器学习中的使用。

培训时间、地点

时间:2018-03-15 到 2018-03-16 地点:北京

证 书

培训结束,颁发中科院计算所职业培训中心“人工智能和机器学习”结业证书。

费 用

5500元/人(含教材、证书、午餐、学习用具等)。住宿协助安排,费用自理。

支付账号

名 称:北京市海淀区中科院计算所职业技能培训学校
开户行:北京银行中关村支行
帐 号:01090302900120105445661
收缩