人工智能：機器學(xué)習(xí)和深度學(xué)習(xí)+機器學(xué)習(xí)和深度學(xué)習(xí)之實戰(zhàn)進(jìn)階加深（7月28-8月1日）
【舉辦單位】北京曼頓培訓(xùn)網(wǎng) www.mdpxb.com
【咨詢電話】4006820825 010-56133998 13810210257
【培訓(xùn)日期】線上，2020年7月28-8月1日；北京，2020年7月28-8月1日
【培訓(xùn)地點】線上、北京
【培訓(xùn)對象】架構(gòu)師、分析師、項目經(jīng)理、高級程序員、資深開發(fā)人員、人工智能工程師、圖像處理工程師、機器學(xué)習(xí)工程師、模式識別工程師以及未來可能從事人工智能研發(fā)的技術(shù)人員。

【課程目標(biāo)】
1、深層次掌握人工智能理論，尋求人工智能研發(fā)的突破口，探知核心的秘密。
2、理論應(yīng)用于實際項目，不只是了解，更在于掌握。
3、以實踐為導(dǎo)向，萃取案例精化，加深理論知識，提高研發(fā)能力。
4、把握人工智能的新應(yīng)用，理解人工智能領(lǐng)域發(fā)展趨勢。
5、一個交流探討的高級別平臺。

【培訓(xùn)要點】
隨著國家在人工智能領(lǐng)域的戰(zhàn)略布局，人工智能已經(jīng)應(yīng)用于各個方面：專家系統(tǒng)、自動推理、圖像識別、模式識別、語音識別、自然語言理解、指紋識別、人臉識別、無人駕駛、推薦系統(tǒng)、社交網(wǎng)絡(luò)、計算機視覺、智能機器人等。但是，有沒有一種方法能迅速把握精髓，從而更快的進(jìn)入人工智能的廣闊天地呢？
本次培訓(xùn)采用深入理論+淺出實踐，實戰(zhàn)進(jìn)階加深相結(jié)合的模式，在理論上，精選最關(guān)鍵最重要的理論，為進(jìn)一步獲取相關(guān)知識打下基礎(chǔ)。在實踐上，精選目前比較有啟發(fā)性的案例并進(jìn)行加深，既幫助我們理解理論，更能幫助我們開闊思路，為研發(fā)相關(guān)領(lǐng)域的人工智能系統(tǒng)，提供一條思考脈絡(luò)。

【課程大綱】
第一講 人工智能簡介
1.1 什么是人工智能
1.2 為什么要人工智能
1.3 人工智能的發(fā)展簡史
1.4 人工智能的現(xiàn)實案例舉例
第二講 最優(yōu)分類面和支持向量機
2.1 什么是最優(yōu)分類面
2.2 支持向量機的本質(zhì)是什么
2.3 支持向量機在線性不可分時怎么辦
2.4 支持向量機中核函數(shù)如何選擇
2.5 支持向量機在車牌識別中的應(yīng)用案例
第三講 決策樹
31 什么是非數(shù)值特征
3.2 為什么要引入決策樹
3.3 如何設(shè)計決策樹
3.4 如何構(gòu)造隨機森林
3.5 決策樹在醫(yī)療系統(tǒng)中的應(yīng)用案例
第四講 深度學(xué)習(xí)之始：人工神經(jīng)網(wǎng)絡(luò)
4.1 人工神經(jīng)網(wǎng)絡(luò)的設(shè)計動機是什么
4.2 單個神經(jīng)元的功能
4.3 人工神經(jīng)網(wǎng)絡(luò)的優(yōu)化以及誤差逆?zhèn)鞑ィ˙P）算法
4.4 人工神經(jīng)網(wǎng)絡(luò)中需要注意的問題
4.5 人工神經(jīng)網(wǎng)絡(luò)在表情識別、流量預(yù)測中的應(yīng)用案例
第五講 深度學(xué)習(xí)中的技巧和注意事項
5.1 深度學(xué)習(xí)中過學(xué)習(xí)問題的處理
5.2 如何選擇損失函數(shù)
5.3 如何并行化
5.4 如何解決深度學(xué)習(xí)中梯度消失問題
5.5 如何選擇激勵函數(shù)
5.6 權(quán)值衰減、Dropout以及新的網(wǎng)絡(luò)架構(gòu)
第六講 卷積神經(jīng)網(wǎng)絡(luò)
6.1 卷積以及卷積網(wǎng)絡(luò)的概念
6.2 為什么在使用卷積網(wǎng)絡(luò)
6.3 卷積網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計
6.4 卷積網(wǎng)絡(luò)在圍棋中的應(yīng)用
6.5 卷積神經(jīng)網(wǎng)絡(luò)在圖像識別中的應(yīng)用案例
第七講 循環(huán)神經(jīng)網(wǎng)絡(luò)
7.1 為什么要使用循環(huán)神經(jīng)網(wǎng)絡(luò)
7.2 1-of-N編碼
7.3 循環(huán)神經(jīng)網(wǎng)絡(luò)的介紹
7.4 長短期記憶網(wǎng)絡(luò)
7.5 長短期記憶網(wǎng)絡(luò)在自然語言處理中的應(yīng)用案例
第八講 人工智能未來展望
8.1 監(jiān)督學(xué)習(xí)中的新應(yīng)用
8.2 強制學(xué)習(xí)中的新應(yīng)用
8.3 非監(jiān)督學(xué)習(xí)中的新應(yīng)用
8.4 DeepMind介紹
第九講 使用支持向量機進(jìn)行車牌識別
第十講 使用深度學(xué)習(xí)進(jìn)行手寫體識別、人臉識別以及自然語言處理
第十一講 機器學(xué)習(xí)項目進(jìn)階加深：實現(xiàn)與改進(jìn)
1，支持向量機實現(xiàn)車牌識別：案例實現(xiàn)與分析改進(jìn)
車牌數(shù)據(jù)預(yù)處理以及要注意的問題
特征提取及特征選擇
單特征識別模型搭建
特征融合實現(xiàn)、改進(jìn)及注意的問題
實現(xiàn)車牌識別全流程自動化的關(guān)鍵改進(jìn)
2，決策樹實現(xiàn)銀行客戶貸款風(fēng)險預(yù)測：案例實現(xiàn)與分析改進(jìn)
決策樹的模型搭建
如何選擇決策樹的分裂屬性以及深層次思考
如何根據(jù)測試結(jié)果進(jìn)行決策樹的優(yōu)化
決策樹中的剪枝實現(xiàn)
隨機森林的實現(xiàn)及注意事項
3，討論互動：學(xué)員提出問題并進(jìn)行相互討論
4，案例總結(jié)：萃取案例中的經(jīng)驗并進(jìn)行推廣應(yīng)用
第十二講 深度學(xué)習(xí)項目進(jìn)階加深：實現(xiàn)與改進(jìn)
1，卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)人臉識別：案例實現(xiàn)與分析改進(jìn)
網(wǎng)絡(luò)搭建
如何根據(jù)結(jié)果進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)調(diào)整（逐步講解與分析）
如何根據(jù)結(jié)果進(jìn)行參數(shù)調(diào)整（逐步講解與分析）
最終的參數(shù)如何確定（不在是混亂嘗試，而是深層次理解參數(shù)的含義）
2，卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)手寫體識別：案例實現(xiàn)與分析改進(jìn)
網(wǎng)絡(luò)搭建（注意與人臉識別案例的對比）
如何根據(jù)結(jié)果進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)調(diào)整（注意與人臉識別案例的對比）
如何根據(jù)結(jié)果進(jìn)行參數(shù)調(diào)整（注意與人臉識別案例的對比）
最終的參數(shù)如何確定（注意與人臉識別案例的對比）
3，循環(huán)神經(jīng)網(wǎng)絡(luò)實現(xiàn)客戶評價分類：案例實現(xiàn)與分析改進(jìn)
網(wǎng)絡(luò)搭建
如何根據(jù)結(jié)果進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)調(diào)整
如何根據(jù)結(jié)果進(jìn)行參數(shù)調(diào)整
最終的參數(shù)如何確定
4，討論互動：學(xué)員提出問題并進(jìn)行相互討論
5，案例總結(jié)：萃取案例中的經(jīng)驗并進(jìn)行推廣應(yīng)用

【講師介紹】
司老師，曼頓培訓(xùn)網(wǎng)(www.mdpxb.com)資深講師。 清華大學(xué)博士，人工智能方面專家，在意大利舉辦的國際在線指紋識別競賽中獲得冠軍，在機器學(xué)習(xí)和模式識別領(lǐng)域頂級期刊IEEE TPAMI等期刊發(fā)表多篇論文，擁有5個中國專利和1個美國專利，是人工智能、深度學(xué)習(xí)、機器學(xué)習(xí)和圖像處理和模式識別領(lǐng)域的實戰(zhàn)派專家。

【費用及報名】
1、費用：線下培訓(xùn)費9680元；線上培訓(xùn)費7700元（含培訓(xùn)費、講義費）；如需食宿，會務(wù)組可統(tǒng)一安排,費用自理。
2、報名咨詢：4006820825 010-56133998 56028090 13810210257 鮑老師
3、報名流程：電話登記-->填寫報名表-->發(fā)出培訓(xùn)確認(rèn)函
4、備注：如課程已過期，請訪問我們的網(wǎng)站，查詢最新課程
5、詳細(xì)資料請訪問北京曼頓培訓(xùn)網(wǎng)：www.mdpxb.com (每月在全國開設(shè)四百多門公開課，歡迎報名學(xué)習(xí))