Python 數據分析與機器學(xué)習

【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 Python 基本開(kāi)發(fā)技能  掌握數據分析與機器學(xué)習基本知識；  掌握數據分析與機器學(xué)習進(jìn)階知識；  掌握深度學(xué)習的理論與實(shí)踐；  掌握深度學(xué)習工具：TensorFlow 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 上午
實(shí)驗環(huán)境搭建
數據預處理
實(shí)驗環(huán)境搭建
1、 anaconda 包的安裝
2、pip install 的技巧
3、最簡(jiǎn)版的 python 教程
4、通過(guò) anaconda 配置多個(gè)環(huán)境
5、Jupyter Notebook 的使用
數據預處理
1、 歸一化
2、模糊集與粗糙集
3、無(wú)標簽降維：PCA
4、分解降維：SVD
5、 數據壓縮：DFT、小波變換
案例實(shí)踐： 1、Anaconda（python）安裝
2、 Tensorflow 安裝
3、 繪圖工具包 matplotlib
4、 opencv 包的使用
Day1 下午
回歸與時(shí)序分析
決策樹(shù)
聚類(lèi)
關(guān)聯(lián)規則
回歸與時(shí)序分析
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)
1、 分類(lèi)和預測
2、熵減過(guò)程與貪心法
3、ID3 與 C4.5
4、 其他改進(jìn)方法
5、 前置剪枝與后置剪枝
聚類(lèi)
1、 監督學(xué)習與無(wú)監督學(xué)習
2、K-means
3、k-medoids
4、基于層次、密度、網(wǎng)格的方法
5、手肘法確定合理的聚類(lèi)個(gè)數
關(guān)聯(lián)規則
1、 頻繁項集
2、支持度、置信度與提升度
3、Apriori 性質(zhì)
4、連接與剪枝
案例實(shí)踐： 1、回歸的實(shí)驗
2、 ARIMA 預測實(shí)驗
3、 各種聚類(lèi)的區別
4、 鳶尾花數據的決策樹(shù)分類(lèi)
Day2 上午
性能評價(jià)指標
從樸素貝葉斯到 EM
性能評價(jià)指標
1、 混淆矩陣與精確率；
2、P、R 與 F1
3、ROC 與 AUC
4、對數損失
5、泛化性能評價(jià)：k 折驗證驗證
從樸素貝葉斯到 EM
1、 條件概率、聯(lián)合概率
2、“概率派”與“貝葉斯派”
3、樸素貝葉斯模型
4、極大似然估計
5、對數似然函數
6、EM 算法
案例實(shí)踐： 1、超市購物籃——關(guān)聯(lián)規則分析
2、 印第安人患糖尿病的風(fēng)險
3、 繪制 ROC 并計算 AUC、F1
4、 雙正態(tài)分布的參數估計
5、 Kaggle：泰坦尼克號幸存者分析
Day2 下午
BP 神經(jīng)網(wǎng)絡(luò )
支持向量機
遺傳算法
BP 神經(jīng)網(wǎng)絡(luò )
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 與 tanh
4、梯度下降
5、誤差反向傳播
支持向量機
1、 “雙螺旋”問(wèn)題
2、基本模型與懲罰項
3、求解對偶問(wèn)題
4、核函數：映射到高維
5、從二分類(lèi)到多分類(lèi)
6、用于連續值預測的支持向量機
遺傳算法
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、可以手算的神經(jīng)網(wǎng)絡(luò )
2、 手推一個(gè) BPNN
3、 各種隨機梯度下降
案例實(shí)踐： 1、人臉識別：SVM
2、 “同宿舍”問(wèn)題：遺傳算法
Day3 上午
隱馬爾科夫模型
條件隨機場(chǎng)
隱馬爾科夫模型
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
條件隨機場(chǎng)
案例實(shí)踐： 1、擲骰子的序列（HMM 前向算法） 2、 我是不是病了？（viterbi 算法）
3、 實(shí)現圖像輪廓精細分割（CRF）
1、 最大熵原理
2、無(wú)向圖模型
3、MRF 與 CRF
4、定義在最大團上的勢函數
5、線(xiàn)性鏈條件隨機場(chǎng)
Day3 下午
集成學(xué)習
強化學(xué)習
深度學(xué)習初步
集成學(xué)習
1、 bagging 系列
2、隨機森林
3、boosting 系列
4、Adaboost
5、GBDT 與 Xgboost
6、catboost 與 lightGBM
7、 stacking 系列
強化學(xué)習
1、 agent 的屬性
2、馬爾科夫獎勵/決策過(guò)程
3、狀態(tài)行為值函數
4、exploration and exploitation
5、Bellman 期望方程
6、最優(yōu)策略
7、 策略迭代與價(jià)值迭代
8、蒙特卡洛法
9、時(shí)序差分法
深度學(xué)習初步
1、 連接主義的興衰史
2、深度學(xué)習與 NN 的區別與聯(lián)系
3、目標函數與激勵函數改進(jìn)
4、梯度下降的改進(jìn)
5、用于分類(lèi)的 CNN
6、目標檢測
7、 RNN 與 LSTM
8、生成對抗網(wǎng)絡(luò )（GAN） 

 

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  

  

• 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：1137  

  

• 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：1082