深圳人工智能的模型与实战培训

课程亮点


师资:*讲师团队,丰富行业经验和企业培训经验



特色:小班培训,精品课程,面授+直播+录播,上课方式多样



培训:免费重听



适用对象


不限



课程内容


在大数据时代,数据的重要性显得越来越重要,Python作为一门*的编程语言,用于处理数据也非常方便,并且数据的分析和挖掘处理功能也非常强大,在这一门课程中,将使用Python3一步一步讲解数据分析与人工智能的知识,并且全程采用实战案例教学,让学员可以从实际场景中学习到以下技能:



1、掌握数据挖掘基础工具使用;



2、掌握数据挖掘处理数据方法;



3、了解常见机器学习算法原理;



4、掌握深度学习算法和框架。



可用于解决如下实际问题:



1、从数据支持到策略开发;



2、实现自动交易策略;



3、深度学习模型的训练过程。



授课说明



课程形式:课堂讲授、讲义解析、实战互动演练



培训环境



机器要求:计算机1台1人



软件要求:Windows7以上、Python环境



硬件要求:CPU: 主流即可



RAM:8GB以上



教学环境:局域网、白板、投影仪



课程大纲



Python数据分析基础Python数据分析与挖掘技术基础



数据分析与挖掘技术基础



科学计算numpy



pandas



数据可视化matpalotlib



Python数据导入实战



Python数据可视化分析实现



Python数据清洗、集成与变换



Python数据清洗



Python数据集成



Python数据变换



学会预处理大规模数据



Python数据挖掘建模



Python数据建模与分类实现



Python数据建模概述



Python数据分类实现过程



常见分类算法



KNN算法



贝叶斯方法



回归分析与决策树



Python数据分析与挖掘聚类实现与回归分析



聚类常见算法



聚类三法实战(划分法、层次法、密度法)



K-Means算法



Python数据回归分析



Python机器学习



特征工程



监督学习分类算法



监督学习回归算法



非监督学习



Scikit-learn使用



模型选择与调优



Python降维技术与大型数据分析与挖掘项目实战



Python数据降维分析实现



大型网站用户行为基本数据分析与挖掘分析项目实践



人工智能工具Tensorflow



TensorFlow API的构建



简单API进行多层感知器建模



简单API进行CNN/LSTM建模



DataSet与数据高效读写



复杂API的高效特征工程处理



Keras工具简介



序贯模型与函数模型的使用



多层感知器



Keras卷积神经网络



项目案例实战:验证码识别