11月13-14日成功为上海电信研究院定制机器学习第二阶段培训

11月13-14日甫崎咨询再次成功为上海电信研究院定制机器学习第二阶段培训

本次培训以10月底第一阶段为基础进行的进阶课程。 

本课程以Python作为主要的编程语言贯穿整个培训,从数据处理、数据分析、大数据数据挖掘、机器学习到深度学习,循序渐进实现人工智能,课程中会涉及数据处理方式,数据分析的方法、数据挖掘方法、机器学习库等知识内容,以理论讲解和现场演示试验的方式进行课程讲解,以提高动手能力、以实际案例作为讲课资源。在使用Python进行数据建模过程中掌握建模技巧

课程中涉及到机器学习库SK-learn,使用机器学习的方法解决数据问题,讲解机器学习库SK-learn架构、算法使用流程、SK-learn数据使用,如何使用SK-learn进行工程,如何进行机器学习,深度学习框架TensorFlow,用TensorFlow实验深度学习及神经网络。


     本次4天完整版课程大纲如下:

   欢迎其他企事业单位来电咨询。咨询电话:021-63530102吴老师

 

    时间

      内容

    案例实践与练习

Day1 上午

  第一篇 机器学习

  一、  Python编程知识回顾

  二、  Python面向过程编程

  三、  Python面向过程编程实战训练

  四、  面向对象编程及程序设计

  五、  面向对象编程实战训练

  六、  Python模块编程

  七、  使用python 模块开发训练

   案例研讨:

  1.Python编程实战

  2.Python编程综合训练

Day1 下午

第二篇  机器学习系统架构

  一、  开发工具及虚拟环境使用

  二、  Python数据处理环境讲解

  三、  数据分析环境软件安装

  四、  科学计算介绍及环境部署

  五、  科学计算库Numpy讲解

  六、  科学计算库ScipyNumpy

  七、  Python notepad使用及技巧

  实战:

  1.数据分析环境安装

  2.Numpy数据基本处理

Day2 上午

第三篇  机器学习

  一、数据分析模块Pandas使用基础

  二、Pandas数据处理及数据结构

  三、Pandas高级使用

  四、使用Pandas进行数据分析

  五、数据可视化与数据呈现

  六、Matplotlib数据可视化呈现

  七、2D数据可视化及可视化修饰

  案例研讨:

  1.Python提取数据库数据进行分析

  2.使用Matplotlib进行数据可视化

  3.使用Python pandas模块处理CSV数据

Day2 下午

第四篇 大数据分析处理

  一、数据建模及数据分析

  二、数据探索及数据发现

  三、数据模型选择

  四、模型应用及评估

  五、案例演示电商网站精准推荐实现

  实战练习:

  1.数据预处理实战

  2. 电商网站数据处理与建模

Day3 上午

机器学习数据库

  一、  机器学习介绍

  二、  机器学习数据准备

  三、  SKlearn使用语法及标准步骤

  四、  公共数据库使用与算法应用

  五、  数据、算法、框架应用

  六、  数据标准化处理

  案例训练

  1.公共数据库数据训练

  2. Sklearn安装与使用

Day3 下午

自然语言处理

  一、  数据准备、数据清洗

  二、  数据标准化、数据应用

  三、  SKlearn框架产生自定义数据

  四、  根据需要产生不同算法数据

  五、  SKlearn算法应用案例

  六、  SKlearn代码剖析

  案例分析

  1.Sklearn基本案例训练

  2.数据标准化案例训练

  3.SKlearn算法训练

Day4 上午

第五篇  深度学习

  一、深度学习与TensorFlow简介

  二、TensorFlowOnSpark简介

  三、卷积神经网络简介

  四、TensorFlow实现卷积神经网络

  五、循环神经网络简介

  六、TensorFlow实现循环神经网络

  七、TensorFlow深度学习实战

  八、Tensorflow构建回归模型

 九、Tensorflow深度学习模型

  实战:

  1.TensorFlow框架案例训练

  2.深度学习案例训练

Day4 下午

第六篇深度学习与人工智能

   一、自然语言处理介绍

  二、自然语言处理流程

  三、文本分类分析

  四、语料库准备

  五、openCV图像处理介绍

  六、人工智能机器人实现

  七、人工智能简介

  八、人工智能趋势及关键技术

  案例研讨:

  1.结合业务深度学习应用场景设计,老师针对方案点评评比及后续建议

  2.综合实战