人工智能学习体系大纲(src:http://blog.sina.com.cn/s/blog_7dbb766f0102xdwu.html)
階段一、數(shù)學(xué)基礎(chǔ)
本課程主要從數(shù)據(jù)分析、概率論和線性代數(shù)及矩陣這三大塊講解基礎(chǔ),方便大家后續(xù)課程的學(xué)習(xí)中更好的理解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的相關(guān)算法內(nèi)容。
一、數(shù)據(jù)分析 | |
| 1)常數(shù)e | 4) Taylor |
二、概率論 | |
| 1)概率論基礎(chǔ) | 4)大數(shù)定理和中心極限定理? |
三、線性代數(shù)及矩陣 | |
| 1) 線性空間及線性變換? | 6)矩陣的QR分解? |
階段二、Python
本課程主要從環(huán)境搭、Python基礎(chǔ)、Python常用庫(kù)、Python機(jī)器學(xué)習(xí)庫(kù)這四大塊講解基礎(chǔ),方便大家后續(xù)課程的學(xué)習(xí)中更好的理解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的相關(guān)算法內(nèi)容。
一、環(huán)境搭建 | |
| 1)Python2.7 | 3)Pycharm |
二、Python基礎(chǔ) | |
| 1)變量 | 6)控制語(yǔ)句? |
三、Python常用庫(kù) | |
| 1) numpy? | |
四、Python機(jī)器學(xué)習(xí)庫(kù) | |
| 1)scikit | |
階段三、機(jī)器學(xué)習(xí)
本課程主要從機(jī)器學(xué)習(xí)概述、數(shù)據(jù)清洗和特征選擇、回歸算法、決策樹、隨機(jī)森林和提升算法、SVM、聚類算、EM算法、貝葉斯算法、隱馬爾科夫模型、LDA主題模型等方面講解一些機(jī)器學(xué)習(xí)的相關(guān)算法以及這些算法的優(yōu)化過(guò)程,這些算法也就是監(jiān)督算法或者無(wú)監(jiān)督算法。
一、機(jī)器學(xué)習(xí) | |
| 1)機(jī)器學(xué)習(xí)概述 | |
二、數(shù)據(jù)清洗和特征選擇 | |
| 1)特征抽取? | 3)特征選擇? |
三、回歸算法 | |
| 1)Linear Regression算法? | 4)Elastic Net算法? |
四、決策樹、隨機(jī)森林和提升算法 | |
| 1)決策樹算法: ID3、C4.5、CART | 4)隨機(jī)森林 |
五、SVM | |
| 1)線性可分支持向量機(jī) | 3)SMO算法 |
六、聚類算法 | |
| 1)各種相似度度量介紹及相關(guān)關(guān)系 | 4)密度聚類 |
七、EM算法 | |
| 1)最大似然估計(jì) | 3)多元高斯分布的EM實(shí)現(xiàn) |
八、貝葉斯算法 | |
| 1)樸素貝葉斯 | 3)貝葉斯網(wǎng)絡(luò)的表達(dá)形式 |
九、隱馬爾科夫模型 | |
| 1)概率計(jì)算問(wèn)題 | 3)HMM的參數(shù)學(xué)習(xí)? |
十、LDA主題模型 | |
| 1)LDA主題模型概述 | 4)Laplace平滑 |
階段四、深度學(xué)習(xí)
本課程主要從深度學(xué)習(xí)概述、BP神經(jīng)網(wǎng)絡(luò)、CNN卷積神經(jīng)網(wǎng)絡(luò)、RNN循環(huán)神經(jīng)網(wǎng)、TensorFlow等方面講解深度學(xué)習(xí)相關(guān)算法以及深度學(xué)習(xí)框架的使用。
| 1)深度學(xué)習(xí)概述 | 4)RNN循環(huán)神經(jīng)網(wǎng)絡(luò) |
階段五、分布式搜索引擎Elasticsearch開發(fā)
本課程旨在帶領(lǐng)大家進(jìn)入搜索引擎領(lǐng)域,從無(wú)到有,深入淺出的講解了什么是搜索引擎,搜索引擎的作用以及ElasticSearch在實(shí)際工作中的作用等。
| 1)Elasticsearch概念 | 5)Elasticsearch索引和Mapping? |
階段六、綜合項(xiàng)目
本部分主要是對(duì)于前面第三和第四部分介紹到的內(nèi)容進(jìn)行一個(gè)綜合項(xiàng)目的講解,結(jié)合實(shí)際來(lái)進(jìn)行機(jī)器學(xué)習(xí)/深度學(xué)習(xí)相關(guān)的內(nèi)容。
| 1)廣告CTR預(yù)估(GBDT+LR或者DNN) 2)時(shí)間序列預(yù)測(cè)(SVR或者RNN) 3)圖像分類及檢索(SVM或者CNN) |
階段七、企業(yè)項(xiàng)目實(shí)戰(zhàn)課程
課程一、基于Python數(shù)據(jù)分析與機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)教程
課程風(fēng)格通俗易懂,基于真實(shí)數(shù)據(jù)集案例實(shí)戰(zhàn)。主體課程分成三個(gè)大模塊(1)python數(shù)
據(jù)分析,(2)機(jī)器學(xué)習(xí)經(jīng)典算法原理詳解,(3)十大經(jīng)典案例實(shí)戰(zhàn)。通過(guò)python數(shù)據(jù)科學(xué)庫(kù)numpy,pandas,matplot結(jié)合機(jī)器學(xué)習(xí)庫(kù)scikit-learn完成一些列的機(jī)器學(xué)習(xí)案例。算法課程注重于原理推導(dǎo)與流程解釋,結(jié)合實(shí)例通俗講解復(fù)雜的機(jī)器學(xué)習(xí)算法,并以實(shí)戰(zhàn)為主,所有課時(shí)都結(jié)合代碼演示。算法與項(xiàng)目相結(jié)合,選擇經(jīng)典kaggle項(xiàng)目,從數(shù)據(jù)預(yù)處理開始一步步代碼實(shí)戰(zhàn)帶大家快速入門機(jī)器學(xué)習(xí)。旨在幫助同學(xué)們快速上手如何使用python庫(kù)來(lái)完整機(jī)器學(xué)習(xí)案例。選擇經(jīng)典案例基于真實(shí)數(shù)據(jù)集,從數(shù)據(jù)預(yù)處理開始到建立機(jī)器學(xué)習(xí)模型以及效果評(píng)估,完整的講解如何使用python及其常用庫(kù)進(jìn)行數(shù)據(jù)的分析和模型的建立。對(duì)于每一個(gè)面對(duì)的挑戰(zhàn),分析解決問(wèn)題思路以及如何構(gòu)造合適的模型并且給出合適評(píng)估方法。在每一個(gè)案例中,同學(xué)們可以快速掌握如何使用pandas進(jìn)行數(shù)據(jù)的預(yù)處理和分析,使用matplotlib進(jìn)行可視化的展示以及基于scikit-learn庫(kù)的機(jī)器學(xué)習(xí)模型的建立。
| 1)Python數(shù)據(jù)分析與機(jī)器學(xué)習(xí)實(shí)戰(zhàn)課程簡(jiǎn)介 | 14)SVD與推薦 |
課程二、人工智能與深度學(xué)習(xí)實(shí)戰(zhàn)
課程風(fēng)格通俗易懂,必備原理,形象解讀,項(xiàng)目實(shí)戰(zhàn)缺一不可!主體課程分成四個(gè)大模塊(1)神經(jīng)網(wǎng)絡(luò)必備基礎(chǔ)知識(shí)點(diǎn),(2)深度學(xué)習(xí)模型,(3)深度學(xué)習(xí)框架Caffe與
Tensorflow,(4)深度學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)。課程首先概述講解深度學(xué)習(xí)應(yīng)用與挑戰(zhàn),由計(jì)算機(jī)視覺中圖像分類任務(wù)開始講解深度學(xué)習(xí)的常規(guī)套路。對(duì)于復(fù)雜的神經(jīng)網(wǎng)絡(luò),
將其展開成多個(gè)小模塊進(jìn)行逐一攻破,再挑戰(zhàn)整體神經(jīng)網(wǎng)絡(luò)架構(gòu)。對(duì)于深度學(xué)習(xí)模型形象解讀卷積神經(jīng)網(wǎng)絡(luò)原理,詳解其中涉及的每一個(gè)參數(shù),對(duì)卷積網(wǎng)絡(luò)架構(gòu)展開
分析與評(píng)估,對(duì)于現(xiàn)階段火爆的對(duì)抗生成網(wǎng)絡(luò)以及強(qiáng)化學(xué)習(xí)給出形象解讀,并配合項(xiàng)目實(shí)戰(zhàn)實(shí)際演示效果?;诳蚣軐?shí)戰(zhàn),選擇兩款深度學(xué)習(xí)最火框架,Caffe與
Tensorflow,首先講解其基本使用方法,并結(jié)合案例演示如何應(yīng)用框架構(gòu)造神經(jīng)網(wǎng)絡(luò)模型并完成案例任務(wù)。選擇經(jīng)典深度學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn),使用深度學(xué)習(xí)框架從零開
始完成人臉檢測(cè),驗(yàn)證碼識(shí)別,人臉關(guān)鍵點(diǎn)定位,垃圾郵件分類,圖像風(fēng)格轉(zhuǎn)換,AI自己玩游戲等。對(duì)于每一個(gè)項(xiàng)目實(shí)戰(zhàn),從數(shù)據(jù)預(yù)處理開始一步步構(gòu)建網(wǎng)絡(luò)模型并
展開分析與評(píng)估。課程提供所涉及的所有數(shù)據(jù),代碼以及PPT,方便大家快速動(dòng)手進(jìn)行項(xiàng)目實(shí)踐!
| 1)深度學(xué)習(xí)概述與挑戰(zhàn) | 19)人臉正負(fù)樣本數(shù)據(jù)源制作 |
階段八、職業(yè)素養(yǎng)
本課程主要為廣大畢業(yè)生或者工作經(jīng)驗(yàn)較少的學(xué)員而設(shè)立,主要是為了在職業(yè)素養(yǎng)方面給大家提供輔導(dǎo),為更加順利走向職場(chǎng)而提供幫助。
為什么有些同學(xué)在技能方面過(guò)關(guān),卻還是給予別人一種書生氣的感覺?
為什么簡(jiǎn)歷已經(jīng)通過(guò)了,卻還是沒有通過(guò)HR的面試?
為什么入職后,與同事的溝通總是存在問(wèn)題?
為什么每天的時(shí)間都不夠用,無(wú)法兼顧生活學(xué)習(xí)和工作?
為什么學(xué)習(xí)一段時(shí)間后,對(duì)工作對(duì)職場(chǎng)沒有方向感?
為什么遇到事情,別人總是能夠保持良好心態(tài)游刃有余,而我總是問(wèn)題百出?
COT課程正是引領(lǐng)大家一起來(lái)探索其中的奧秘和方法,讓大家一起在學(xué)習(xí)過(guò)程中不斷深思和進(jìn)步,讓大家的職場(chǎng)路越走越順暢!
?
| 1)團(tuán)隊(duì)協(xié)作 2)心態(tài)管理 3)目標(biāo)管理 4)時(shí)間管理 | 5)學(xué)習(xí)管理 6)溝通能力 7)求職目標(biāo) 8)項(xiàng)目管理 |
轉(zhuǎn)載于:https://www.cnblogs.com/xzlq/p/9288454.html
與50位技術(shù)專家面對(duì)面20年技術(shù)見證,附贈(zèng)技術(shù)全景圖總結(jié)
以上是生活随笔為你收集整理的人工智能学习体系大纲(src:http://blog.sina.com.cn/s/blog_7dbb766f0102xdwu.html)的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: BGP路由反射器和防环机制
- 下一篇: JAVA关系表达式解析微引擎