機器學(xué)習與深度學(xué)習培訓

【培訓對象】
計算機相關(guān)專(zhuān)業(yè)本科；或理工科本科，且至少熟悉一門(mén)編程語(yǔ)言。

【培訓收益】
掌握數據挖掘與機器學(xué)習基本知識； 掌握數據挖掘與機器學(xué)習進(jìn)階知識； 掌握深度學(xué)習的理論與實(shí)踐； 掌握Python開(kāi)發(fā)技能； 掌握深度學(xué)習工具：TensorFlow、Keras等； 為學(xué)員的后續項目應用提供針對性的建議。

【課程大綱】（培訓內容可根據客戶(hù)需求調整）
時(shí)間 內容 案例實(shí)踐與練習
Day1初識機器學(xué)習
上午
概述入門(mén)
數據預處理 概述（第一天——1）
1、概念與術(shù)語(yǔ)（人工智能、數據挖掘、機器學(xué)習）
2、數據挖掘的對象
3、數據挖掘的關(guān)鍵技術(shù)
4、知識的表達
5、Python的安裝

數據預處理（第一天——2）
1、數據清理
2、規范化
3、模糊集
4、粗糙集
5、無(wú)標簽時(shí)：PCA
6、有標簽時(shí)：Fisher線(xiàn)性判別
數據壓縮（DFT、小波變換） 案例實(shí)踐：
1、python安裝
2、Tensorflow安裝
3、PCA的實(shí)驗
4、DFT的實(shí)驗
Day1初識機器學(xué)習
下午
回歸與時(shí)序分析
決策樹(shù) 回歸與時(shí)序分析 （第一天——3）
1、線(xiàn)性回歸
2、非線(xiàn)性回歸
3、logistics回歸
4、平穩性、截尾與拖尾
5、ARIMA

決策樹(shù)（第一天——4）
1、分類(lèi)和預測
2、熵減過(guò)程與貪心法
3、ID3
4、C4.5
5、其他改進(jìn)方法
決策樹(shù)剪枝 案例實(shí)踐：
1、回歸的實(shí)驗
2、ARIMA預測實(shí)驗
3、決策樹(shù)的實(shí)驗

Day2機器學(xué)習中的典型算法
上午
聚類(lèi)
關(guān)聯(lián)規則
樸素貝葉斯與KNN 聚類(lèi)（第二天——1）
1、監督學(xué)習與無(wú)監督學(xué)習
2、K-means與k-medoids
3、層次的方法
4、基于密度的方法
5、基于網(wǎng)格的方法
6、孤立點(diǎn)分析

關(guān)聯(lián)規則（第二天——2）
1、頻繁項集
2、支持度與置信度
3、提升度
4、Apriori性質(zhì)
5、連接與剪枝

樸素貝葉斯與KNN（第二天——3）
1、KNN
2、概率論基礎：條件概率、聯(lián)合概率、分布、共軛先驗。
3、“概率派”與“貝葉斯派”
4、樸素貝葉斯模型
案例實(shí)踐：
1、鳶尾花數據的聚類(lèi)
2、超市購物籃——關(guān)聯(lián)規則分析
3、樸素貝葉斯案例：皮馬印第安人患糖尿病的風(fēng)險
Day2機器學(xué)習中的典型算法
下午
極大似然估計與EM算法
性能評價(jià)指標 極大似然估計與EM算法（第二天——4）
1、極大似然估計
2、對數似然函數
3、EM算法

性能評價(jià)指標（第二天——5）
1、準確率；精確率、召回率；F1
2、真陽(yáng)性率、假陽(yáng)性率
3、混淆矩陣
4、ROC與AUC
5、對數損失
6、Kappa系數
7、回歸：平均絕對誤差、平均平方誤差
8、聚類(lèi)：蘭德指數、互信息
9、k折驗證 案例實(shí)踐：
1、正態(tài)分析的參數估計
2、EM算法應用案例：雙正態(tài)分布的參數估計
3、繪制ROC并計算AUC、F1
4、繪制擬合曲線(xiàn)，計算擬合優(yōu)度
Day3神經(jīng)網(wǎng)絡(luò )專(zhuān)題
上午
BP神經(jīng)網(wǎng)絡(luò )
模擬退火算法與其他神經(jīng)網(wǎng)絡(luò ) BP神經(jīng)網(wǎng)絡(luò ) （第三天——1）
1、人工神經(jīng)元及感知機模型
2、前向神經(jīng)網(wǎng)絡(luò )
3、sigmoid
4、徑向基函數神經(jīng)網(wǎng)絡(luò )
5、誤差反向傳播

模擬退火算法與其他神經(jīng)網(wǎng)絡(luò ) （第三天——2）
1、模擬退火算法
2、Hopfield網(wǎng)絡(luò )
3、自組織特征映射神經(jīng)網(wǎng)絡(luò )（SOM）
4、受限布爾茲曼機 案例實(shí)踐：
1、可以手算的神經(jīng)網(wǎng)絡(luò )
2、神經(jīng)網(wǎng)絡(luò )模擬一個(gè)圓錐曲面
3、“貨郎擔”問(wèn)題（模擬退火算法）
4、識別破損的字母（Hopfield網(wǎng)絡(luò )）
5、聚類(lèi)的另一種解法（SOM）
Day3神經(jīng)網(wǎng)絡(luò )專(zhuān)題

下午
機器學(xué)習中的最優(yōu)化方法
遺傳算法 機器學(xué)習中的最優(yōu)化方法（第三天——3）
1、參數學(xué)習方法
2、損失函數（或目標函數）
3、梯度下降
4、隨機梯度下降
5、牛頓法
6、擬牛頓法

遺傳算法 （第三天——4）
1、種群、適應性度量
2、交叉、選擇、變異
3、基本算法 案例實(shí)踐：
1、隨機梯度下降的例子
2、牛頓法求Rosenbrock(香蕉函數)的極值
3、“同宿舍”問(wèn)題：遺傳算法

Day4機器學(xué)習進(jìn)階
上午
支持向量機
隱馬爾科夫模型 支持向量機 （第四天——1）
1、統計學(xué)習問(wèn)題
2、支持向量機
3、核函數
4、多分類(lèi)的支持向量機
5、用于連續值預測的支持向量機

隱馬爾科夫模型（第四天——2）
1、馬爾科夫過(guò)程
2、隱馬爾科夫模型
3、三個(gè)基本問(wèn)題（評估、解碼、學(xué)習）
4、前向-后向算法
5、Viterbi算法
6、Baum-Welch算法
案例實(shí)踐：
1、SVM：iris的三個(gè)分類(lèi)
2、HMM示例：天氣與地表積水、罐中的彩球
3、HMM之前向算法：擲骰子的序列
4、HMM之viterbi算法：是否生病了？
Day4機器學(xué)習進(jìn)階
下午
文本挖掘
從LSA到LDA 文本挖掘（第四天——3）
1、文本分析功能
2、文本特征的提取
4、TF-IDF
5、文本分類(lèi)
5、文本聚類(lèi)

從LSA到LDA（第四天——3）
1、LSA
2、pLSA
3、LDA
案例實(shí)踐：
1、英文文本分析；
2、中文文本分析：《絕代雙驕》
3、中文語(yǔ)句情感分析
4、LSA和LDA的比較

Day5機器學(xué)習進(jìn)階與深度學(xué)習初步
上午
利用無(wú)標簽的樣本
集成學(xué)習 利用無(wú)標簽的樣本（第五天——1）
1、半監督學(xué)習
2、直推式學(xué)習
3、主動(dòng)學(xué)習

集成學(xué)習（第五天——2）
1、bagging
2、co-training
3、adaboost
4、隨機森林
5、GBDT 案例實(shí)踐：
1、半監督學(xué)習：SVM標簽擴展；
2、主動(dòng)學(xué)習：手寫(xiě)數字
3、bagging、adaboost、RF、GBDT的例子
Day5機器學(xué)習進(jìn)階與深度學(xué)習初步
下午
強化學(xué)習
深度學(xué)習-1 強化學(xué)習（第五天——3）
1、agent的屬性
2、exploration and exploitation
3、Bellman期望方程
4、最優(yōu)策略
5、策略迭代與價(jià)值迭代
6、Q學(xué)習算法

深度學(xué)習-1（第五天——4）
1、連接主義的興衰
2、深度學(xué)習與神經(jīng)網(wǎng)絡(luò )的區別與聯(lián)系
3、目標函數
4、激勵函數
學(xué)習步長(cháng) 案例實(shí)踐：
1、強化學(xué)習示例：走迷宮
2、強化學(xué)習：谷底的小車(chē)
3、深度學(xué)習示例：模式識別
Day6深度學(xué)習
上午
深度學(xué)習-2
深度學(xué)習-3 深度學(xué)習-2（第六天——1）
1、優(yōu)化算法
2、Adagrad
3、RMSprop
4、Adam
5、避免過(guò)適應

深度學(xué)習-3（第六天——2）
1、典型應用場(chǎng)景
2、CNN
3、各種CNN
4、RNN
LSTM、GRU 案例實(shí)踐：
1、CNN的準備示例
2、CNN處理MNIST手寫(xiě)數字數據集
3、RNN準備示例
4、RNN分析股票趨勢
5、LSTM的準備示例

Day6深度學(xué)習
下午
深度學(xué)習-4 1、GAN
2、DQN
案例實(shí)踐：
1、DQN結合CNN：“flappy bird”

【授課環(huán)境】
講課環(huán)境要能上網(wǎng)

【預裝機要求】
要裝Tensorflow和anaconda+python這兩個(gè)軟件，
其中anaconda+python下載地址是：https://www.anaconda.com/download/#macos；

其中Tensorflow的安裝方法：
如果是沒(méi)有GPU設備的機器：先裝anaconda+python，然后在python環(huán)境中，pip install tensorflow即可；
如果是有GPU設備的機器，參考以下教程：https://blog.csdn.net/gangeqian2/article/details/79358543或https://blog.csdn.net/weixin_39290638/article/details/80045236 

 

葉梓，上海交通大學(xué)計算機專(zhuān)業(yè)博士畢業(yè)，高級工程師。主研方向：數據挖掘、機器學(xué)習、人工智能。歷任國內知名上市IT企業(yè)的AI技術(shù)總監、資深技術(shù)專(zhuān)家，市級行業(yè)大數據平臺技術(shù)負責人。

 

長(cháng)期負責城市信息化智能平臺的建設工作，開(kāi)展行業(yè)數據的智能化應用研發(fā)工作，牽頭多個(gè)省級、市級行業(yè)智能化信息系統的建設，主持設計并搭建多個(gè)省級、市級行業(yè)大數據平臺。參與國家級人工智能課題，牽頭上海市級人工智能示范應用課題研究。

 

帶領(lǐng)團隊在相關(guān)行業(yè)領(lǐng)域研發(fā)多款人工智能創(chuàng )新產(chǎn)品，成功落地多項大數據、人工智能前沿項目，其中信息化智能平臺項目曾榮獲：“上海市信息技術(shù)優(yōu)秀應用成果獎”。帶領(lǐng)團隊在參加國際NLP算法大賽，獲得Top1%的成績(jì)。參與國家級、省級大數據技術(shù)標準的制定，曾獲省部級以上的科技創(chuàng )新一等獎。

 

1.      論文發(fā)表/項目經(jīng)歷

在國內外期刊、會(huì )議中發(fā)表論文27篇，其中被SCI/EI收錄4篇

 

項目經(jīng)歷：

l  上海市城市信息化人工智能項目 項目負責人

ü  研發(fā)智能服務(wù)系統，包括：元宇宙與虛擬數字人、基于人工智能的內容生成（AIGC）、基于NLP技術(shù)的對話(huà)系統、基于深度學(xué)習的圖像識別系統、基于智能推理的行業(yè)推薦系統。

相關(guān)工作：

作為項目總負責，負責項目管理、產(chǎn)品研發(fā)、系統分析、技術(shù)指導、算法指導等。

 

l  上海市城市智能信息化工程 總工程師

ü  采用大數據技術(shù)，建設市級信息平臺，完成試點(diǎn)單位接入并采集居民相關(guān)信息，實(shí)現市級平臺檔案等服務(wù)，并實(shí)現所有單位的全面接入。

ü  為解決超量數據的存儲與計算的問(wèn)題，搭建了存儲全市數據的云計算平臺，并在其上進(jìn)行了基于大數據的分析和挖掘工作。

相關(guān)工作：

作為總工程師，負責技術(shù)管理、系統分析、云平臺數據存儲設計、數據分析與挖掘指導、開(kāi)發(fā)指導。

 

l  上海市城市信息化領(lǐng)域智能聯(lián)網(wǎng)工程 技術(shù)經(jīng)理

ü  建設內容包括：接入單位的聯(lián)網(wǎng)；智能卡的實(shí)現；城市信息化智能平臺的升級；科研平臺的擴展與升級；建立決策支持系統；評估體系的展示設計；短信平臺的實(shí)現；違規操作的提醒；協(xié)同智能服務(wù)平臺的實(shí)現等。

相關(guān)工作：

作為技術(shù)經(jīng)理負責總體架構設計、接口設計、大數據平臺設計、AI技術(shù)指導等。

 

 

3. 主攻方向

具有扎實(shí)的數據挖掘、機器學(xué)習、深度學(xué)習等人工智能理論基礎；了解AIGC等技術(shù)前沿動(dòng)態(tài)。

精通機器學(xué)習、深度學(xué)習的理論、模型、算法、調優(yōu)等；精通算法設計；

熟悉深度學(xué)習在自然語(yǔ)言處理、計算機視覺(jué)兩大核心領(lǐng)域的實(shí)用技巧；

15年以上的程序開(kāi)發(fā)經(jīng)驗，熟悉常用程序開(kāi)發(fā)架構，獨立完成多個(gè)產(chǎn)品級軟件的設計與開(kāi)發(fā)。

 

• 人工智能機器學(xué)習算法在項目中的實(shí)戰

   

  一．介紹機器學(xué)習，什么是機器學(xué)習a) 簡(jiǎn)單介紹機器學(xué)習，數據挖掘b) 機器學(xué)習和數據挖掘的基本概念和原理c) 機器學(xué)習用來(lái)解決什么問(wèn)題機器學(xué)習的應用場(chǎng)景1) 機器學(xué)習應用場(chǎng)景之一------分類(lèi)以及分類(lèi)的應用場(chǎng)景a) 分類(lèi)概念b) 分類(lèi)的應用c) 分類(lèi)和聚類(lèi)、推薦的區別d) 分類(lèi)工作原理e) 分類(lèi)中概念術(shù)語(yǔ)..

  ￥   元/ 天

  人氣：1188  

  

• 人工智能機器學(xué)習與深度學(xué)習實(shí)戰案例及應用

   

  章節 內 容 第一節 ..

  ￥   元/ 天

  人氣：1084  

  

• 機器學(xué)習閉環(huán)系統設計方法

   

  第一章. 機器學(xué)習和深度學(xué)習系統設計方法論a)機器學(xué)習和深度學(xué)習的概念和區別b)人工智能算法工程師的日常工作流程c)傳統機器學(xué)習的系統設計方法d)人工智能時(shí)代深度學(xué)習的系統設計方法第二章.機器學(xué)習和深度學(xué)習人工智能的常見(jiàn)開(kāi)發(fā)流程a)洞悉公司業(yè)務(wù)業(yè)務(wù)邏輯痛點(diǎn)，抽象出計算機解決方法方案b)數據清洗和預處理c)構建數據集，數..

  ￥   元/ 天

  人氣：1141  

  

• 人工智能深度學(xué)習培訓大綱

   

  時(shí)間安排 課程內容 第 一 ..

  ￥   元/ 天

  人氣：1244  

  

• 北京游學(xué)京東游學(xué)考察學(xué)習培訓

   

  游學(xué)京東行程安排（第一天） 時(shí)間 具體安排 ..

  ￥   元/ 天

  人氣：1346  

  

• 北京海底撈公司游學(xué)考察學(xué)習培訓

   

  【考察背景】海底撈成立于1994年，是一家以經(jīng)營(yíng)川味火鍋為主、融匯各地火鍋特色為一體的大型跨省直營(yíng)餐飲品牌火鍋店，全稱(chēng)是四川海底撈餐飲股份有限公司。在簡(jiǎn)陽(yáng)、北京、上海、沈陽(yáng)、天津、武漢、石家莊、西安、鄭州、南京、廣州、杭州、深圳、成都、韓國、日本、新加坡、美國等城市和國家有百余家直營(yíng)連鎖餐廳。海底撈從1994年成立之初到現在，22年間以獨特的經(jīng)營(yíng)..

  ￥   元/ 天

  人氣：1778