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。
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。
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。
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。
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
汇款、微信转帐
汇款信息：
单位名称：北京市海淀区中科院计算所职业技能培训学校
开户行：工行海淀西区支行
账号：0200 0045 1920 0043 667
开户银行代码：1021 0000 0458
微信转账：
步骤一：打开微信，扫描二微码付款时，点击打开微信右下角里的“发现”，在列表界面有一个“扫一扫”选项，点击打开“扫一扫”（如下图）：
步骤二：点击打开“扫一扫”后，会出现一个扫描框，将中科院计算所培训中心二维码/条码放入框内，即可自动扫描，并显示支付信息，输入付款金额。
（中科院计算所培训中心二维码）
步骤三：点击 “添加付款备注”，填写付款人姓名和单位全称，所有信息核对无误后，点击“确认付款”，完成支付。
