曙海教學(xué)優(yōu)勢
該課程，秉承21年教學(xué)品質(zhì)，以項目實現(xiàn)為導(dǎo)向,面向企事業(yè)單位項目實際需求,講師將會與您分享設(shè)計的全流程以及工具的綜合使用技巧與經(jīng)驗。課程可定制,線下/線上/上門皆可,全國免費報名熱線:4008699035。
曙海培訓(xùn)的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。大批企業(yè)和曙海
建立了良好的合作關(guān)系,合作企業(yè)三十多萬家。曙海的課程得到業(yè)內(nèi)企事業(yè)單位廣泛贊譽(yù)。
本培訓(xùn)實踐與理論并重，通過理論講解，算法闡述，算法適用場景，實例分析和編碼實踐，以及對最新的人工智能算法的趨勢和熱點的分析和介紹，使學(xué)員不僅掌握機(jī)器學(xué)習(xí)，人工智能領(lǐng)域常用算法，而且可以在實戰(zhàn)中應(yīng)用機(jī)器學(xué)習(xí)人工智能解決工作中的實際問題，從而幫助企業(yè)在人工智能時代拔得頭籌占得先機(jī)。
1 基于規(guī)則的分類器
工作原理
排序方案
直接提取規(guī)則
間接提取規(guī)則
2分類算法：貝葉斯
應(yīng)用場景概述
貝葉斯定理
貝葉斯分類器的由來
樸素貝葉斯分類器
貝葉斯信念網(wǎng)絡(luò)
3 支持向量機(jī)
為什么支持向量機(jī)廣受好評
從邏輯回歸到支持向量機(jī)
最大邊緣平面
構(gòu)造更高級的分類器的關(guān)鍵：核函數(shù)
核函數(shù)的多種選擇
使用支持向量機(jī)來分類
如何選擇最佳的模型：邏輯回歸，支持向量機(jī)，人工神經(jīng)網(wǎng)絡(luò)
4 聚類算法：層次聚類
基本凝聚層次聚類算法
單鏈和全鏈，組平均
層次聚類的主要問題
層次聚類優(yōu)點與缺點分析
實例學(xué)習(xí)和課堂練習(xí)：產(chǎn)品聚類
5 基于密度的聚類
使用場景
DBSCAN算法詳解
密度聚類的使用
6 概率圖模型
隱馬爾可夫模型
馬爾科夫隨機(jī)場
條件隨機(jī)場
7 人工神經(jīng)網(wǎng)絡(luò)
從邏輯回歸到人工神經(jīng)網(wǎng)絡(luò)
大腦和人工神經(jīng)網(wǎng)絡(luò)
感知器模型
感知器能解決亦或問題嗎？
多層感知器
深度神經(jīng)網(wǎng)絡(luò)
設(shè)計深度神經(jīng)網(wǎng)絡(luò)的最佳實踐
?
