• 参会报名
  • 会议通知
  • 会议日程
  • 会议嘉宾
  • 参会指南
  • 邀请函下载

首页 > 商务会议 > IT互联网会议 > 2019人工智能之机器学习、深度与强化学习实战培训班(8月北京班) 更新时间:2019-06-17T09:09:10

2019人工智能之机器学习、深度与强化学习实战培训班(8月北京班)
收藏人
分享到

2019人工智能之机器学习、深度与强化学习实战培训班(8月北京班) 已过期

会议时间:2019-08-02 09:00至 2019-08-07 12:00结束

会议地点: 北京  详细地址会前通知  

会议规模:35人

主办单位: 北京中科软培科技有限公司

发票类型:增值税专用发票 增值税普通发票
领取方式:现场领取 
发票内容: 会议费 会务费 培训费 
参会凭证:邮件/短信发送参会通知 现场凭电话姓名参会

行业热销热门关注看了又看 换一换

        会议通知

        会议内容 主办方介绍


        2019人工智能之机器学习、深度与强化学习实战培训班(8月北京班)

        2019人工智能之机器学习、深度与强化学习实战培训班(8月北京班)宣传图

        一、参加对象

        各高等院校大数据相关学科、计算机、软件、信息管理、统计、电子商务、金融、工商管理、数理统计专业等科研、教学带头人,骨干教师、博士生、硕士生,各行业机器学习深度学习技术的爱好者。

        二、时间地点

        2019年8月2-7日         北 京 (8月1日报道)

        三、课程目标与特点

        目标:

        通过课程学习,可以理解机器学习的思维方式和关键技术;了解深度学习和机器学习在当前工业界的落地应用;能够根据数据分布选择合适的算法模型并书写代码,初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。

        特点:

        1、课程强调动手操作;内容以代码落地为主,以理论讲解为根,以公式推导为辅。讲解机器学习和深度学习的模型理论和代码实践,梳理机器学习、深度学习、计算机视觉的技术框架,从根本上解决如何使用模型、优化模型的问题;每次课中,首先阐述算法理论和少量公式推导,然后使用真实数据做数据挖掘、机器学习、深度学习的数据分析、特征选择、调参和结果比较。

        2、课程重视代码实践,使用金融、气象、农业、交通、安防等工业界实际数据(数据已脱敏)进行机器学习模型的落地应用,

        3、重视机器学习和深度学习的原理与实操;重视算法模型的同时,更强调实际问题中应该如何模型选择、特征选择和调参。

        4、全栈式的数据科学及大数据人才培养体系,额外提供400G、90课时的python高级编程、机器学习、数据挖掘、可视化、网络爬虫与文本挖掘最新教学视频、课件PPT及教学案例,授课讲师通过微信交流平台提供技术咨询,协助学员开展教学科研工作。

        四、颁发证书:

        可以获得:工业和信息化部颁发的职业技能培训证书。该证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。注:请学员带2寸彩照1张(背面注明姓名)、身份证复印件一张。(考试及证书费用可选500元/人)

        查看更多

        北京中科软培科技有限公司 北京中科软培科技有限公司

        中科软培主要从事IT方向的前沿技术培训,本着为用户创造真正价值,围绕以用户为中心的价值观不断探索,在机器学习,深度学习,大数据、R语言、虚拟现实、增强现实等领域形成了完善的课程体系。学以致用,全部课程均已实战为主,采用理论与实战相结合的方式,实用的课程设计、精心施教的专家团队、严格的教学把关、细心周到的后期咨询,赢得众多客户的好评。

        会议日程

        (最终日程以会议现场为准)


        培训内容:



        Python与TensorFlow

        解释器Python2.7/3.6与IDE:Anaconda/Pycharm

        列表/元组/字典/类/文件

        numpy/scipy/matplotlib/panda的介绍和典型使用

        scikit-learn的介绍和典型使用

        TensorFlow典型应用

        典型图像处理

        多种数学曲线

        多项式拟合

        快速傅里叶变换FFT

        奇异值分解SVD

        Soble/Prewitt/Laplacian算子与卷积网络

        代码和案例实践:

        卷积与(指数)移动平均线

        股票数据分析

        缺失数据的处理

        环境数据异常检测和分析










         回归分析

        线性回归

        Logistic/Softmax回归

        广义线性回归

        L1/L2正则化

        Ridge与LASSO

        Elastic Net

        梯度下降算法:BGD与SGD

        特征选择与过拟合

        Softmax回归的概念源头

        最大熵模型

        K-L散度


        代码和案例实践:

        1.股票数据的特征提取和应用

        2.泰坦尼克号乘客缺失数据处理和存活率预测

        3.环境检测数据异常分析和预测

        4.模糊数据查询和数据校正方法

        5.PCA与鸢尾花数据分类

        6.二手车数据特征选择与算法模型比较

        7.广告投入与销售额回归分析

        8.鸢尾花数据集的分类

        9.TensorFlow实现线性回归

        10.TensorFlow实现Logistic回归



        决策树和随机森林

        熵、联合熵、条件熵、KL散度、互信息

        最大似然估计与最大熵模型

        ID3、C4.5、CART详解

        决策树的正则化

        预剪枝和后剪枝

        Bagging

        随机森林

        不平衡数据集的处理

        利用随机森林做特征选择

        使用随机森林计算样本相似度

        异常值检测

        代码和案例实践:

        1.随机森林与特征选择

        2.决策树应用于回归

        3.多标记的决策树回归

        4.决策树和随机森林的可视化

        5.葡萄酒数据集的决策树/随机森林分类

        6.泰坦尼克乘客存活率估计







         SVM

        线性可分支持向量机

        软间隔

        损失函数的理解

        核函数的原理和选择

        SMO算法

        支持向量回归SVR

        多分类SVM



        代码和案例实践:

        1.原始数据和特征提取

        2.调用开源库函数完成SVM

        4.葡萄酒数据分类

        5.数字图像的手写体识别

        5.MNIST手写体识别

        6.SVR用于时间序列曲线预测

        7.SVM、Logistic回归、随机森林三者的横向比较



        卷积神经网络CNN

        神经网络结构,滤波器,卷积

        池化,激活函数,反向传播

        目标分类与识别、目标检测与追踪

        AlexNet、VGGNet、GoogleLeNet

        Inception-V3/V4

        ResNet、DenseNet

        代码和案例实践:

        数字图片分类

        卷积核与特征提取

        以图搜图

        人证合一

        卷积神经网络调参经验分享



        图像视频的定位与识别

        视频关键帧处理

        物体检测与定位

        RCNN

        Fast-RCNN、Faster-RCNN

        MaskRCNN、YOLO

        FaceNet

        代码和案例实践:

        迁移学习

        人脸检测

        OCR字体定位和识别

        睿客识云

        气象识别



        基于skimage/OpenCV的图像处理

        kimage来源、简介与安装

        将视频转换为图像序列

        图像可视化与几何作图

        HSV、RGB与图像颜色空间的转换

        图像增强与(局部)直方图均衡化

        给予边缘区域的图像分割

        gamma矫正和对数矫正

        亮度区域检测与前景提取

        图像边缘检测/特征提取与图像算子

        代码和案例实践:

        不同算子下的图像卷积

        图像边缘检测与提取

        前景分割与图像融合

        regional maxima检测与应用







        图像与视频处理

        Gabor/Laplace/Prewitt/Roberts

        Scharr/Sobel/Niblack/Wiener

        图像形态学:开/闭/凸包/膨胀/腐蚀

        双边滤波器/小波降噪/wiener滤波

        角点检:Harris,Shi-Tomasi

        SIFT、SURF算法

        视频分析:Meanshift 和 Camshift 算法

        代码和案例实践:

        HAAR/HOG/LBP等特征应用

        视频前景背景分析与异物检测

        图像形态学与海报生成的应用

        光流跟踪与车辆跟踪





        循环神经网络RNN

        RNN基本原理

        LSTM、GRU

        Attention

        CNN+LSTM模型

        Bi-LSTM双向循环神经网络结构

        编码器与解码器结构

        特征提取:word2vec

        Seq2seq模型

        代码和案例实践:

        看图说话

        视频理解

        藏头诗生成

        问答对话系统

        OCR

        循环神经网络调参经验分享





        自然语言处理

        语言模型Bi-Gram/Tri-Gram/N-Gram

        词性标注

        依存句法分析

        语义关系抽取

        词向量、文本分类

        机器翻译、文本摘要

        阅读理解、问答系统

        情感分析

        A3C、ELF

        代码和案例实践:

        输入法设计

        HMM分词

        文本摘要的生成

        智能对话系统和SeqSeq模型

        阅读理解的实现与Attention







        生成对抗网络GAN

        生成与判别

        生成模型:贝叶斯、HMM到深度生成模型

        GAN对抗生成神经网络

        DCGAN、Conditional GAN

        代码和案例实践:

        图片生成

        看图说话

        对抗生成神经网络调参经验分享




        强化学习RL

        马尔科夫决策过程

        贝尔曼方程、最优策略

        策略迭代、值迭代

        Q Learning

        SarsaLamda

        DQN

        A3C

        ELF

        代码和案例实践:

        OpenAI

        飞翔的小鸟游戏

        基于增强学习的游戏学习

        DQN的实现




        第十三节 --- 交流研讨与培训考核(8月7日)

        注: 学员自带笔记本电脑,跟随老师示范过程操作练习,讲师可根据学员基础对大纲进行适度调整,欢迎及时反馈相关建议。

        查看更多

        会议嘉宾

        (最终出席嘉宾以会议现场为准)


        主讲专家:

        邹博,原中国科学院副研究员,天识科技公司首席科学家,诺辉投资公司人工智能总监,中科航天创新技术研究院副院长,多家知名公司担任技术顾问,机器学习与深度学习在线教育领域知名讲师,主讲机器与深度学习、BAT面试算法等多项课程,至今已培训逾万名学员(含高校教师四千余名),受邀到多家高校开展机器学习与数据挖掘技术专题培训。

        查看更多

        参会指南

        会议门票


        票种名称 价格 原价 票价说明
        早鸟票 ¥4580 ¥4980 含上课期间专家授课费、教材资料、场地费等,食宿统一安排费用自理

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        活动家为本会议官方合作
        报名平台,您可在线购票

        会议支持:

        • 会员折扣
          该会议支持会员折扣
          具体折扣标准请参见plus会员页面
        • 会员返积分
          每消费1元累积1个会员积分。
          仅PC站支持。
        • 会员积分抵现
          根据会员等级的不同,每抵用1元可使用的积分也不一样,具体可参见PLUS会员页面。 仅PC站支持。

        部分参会单位

        • 国际商业机器(中国)投资有限公司

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函