课程费用

5800.00 /人

课程时长

2

成为教练

课程简介

为机器学习初学者量身打造,使用新版本python3语言和流行的scikit-learn框架,算法与编程两翼齐飞,由浅入深生,一步步的进入机器学习的世界,学到的不只是一门课程,更是不断思考的能力。

目标收益

独特的讲解思路,让你不仅懂皮毛,更深入机器学习内部,机器学习的核心是算法,系统的讲解机器学习算法,推导算法运行原理,加深思想认识。

培训对象

对机器学习感兴趣,想从业于机器学习,或是准备参加机器学习相关比赛。

课程内容

为初学者量身设计的课程,适合机器学0基础学习,
为数学基础相对的同学增加数学推导环节,
算法理论与实际项目结合让你懂算法更会用算法,
手把手编程教学,通过大量实践,彻底理解机器学习。

课程大纲

一.python 开发环境 集成开发环境
包管理工具:pip
虚拟环境: Anacodna
二.python 语法 高阶函数: 列表推导式,匿名函数,闭包,装饰器
python 和 c++ 相互调用
三. 机器学习和数据分析 (1)机器学习基础:
数据
监督学习非监督学习
(2)常用库介绍:
numpy: 矩阵相关运算库
scipy: 线性代数,信号,图像等科学运算库
matlpotlib: 数据可视化库
pandas: 数据处理,数据分析库
(3)机器学习经典算法:
分类算法原理和例子
线性回归原理和例子
梯度下降原理和例子
多项式回归原理和例子
模型的泛化原理和例子
逻辑回归原理和例子
评价指标原理和例子
主成分分析原理和例子
(4)深度学习简介

四. 实际案例 报警处理和自动化应急处理
一.python 开发环境
集成开发环境
包管理工具:pip
虚拟环境: Anacodna
二.python 语法
高阶函数: 列表推导式,匿名函数,闭包,装饰器
python 和 c++ 相互调用
三. 机器学习和数据分析
(1)机器学习基础:
数据
监督学习非监督学习
(2)常用库介绍:
numpy: 矩阵相关运算库
scipy: 线性代数,信号,图像等科学运算库
matlpotlib: 数据可视化库
pandas: 数据处理,数据分析库
(3)机器学习经典算法:
分类算法原理和例子
线性回归原理和例子
梯度下降原理和例子
多项式回归原理和例子
模型的泛化原理和例子
逻辑回归原理和例子
评价指标原理和例子
主成分分析原理和例子
(4)深度学习简介

四. 实际案例
报警处理和自动化应急处理

活动详情

提交需求