一、培訓(xùn)簡述
課程中通過細(xì)致講解，使學(xué)員掌握該技術(shù)的本質(zhì)。具體收益包括：
1. 回歸算法理論與實(shí)戰(zhàn)；
2. 決策樹算法理論與實(shí)戰(zhàn)；
3. 集成學(xué)習(xí)算法理論與實(shí)戰(zhàn)；
4. KNN算法和決策樹算法理論與實(shí)戰(zhàn)；
5. 聚類算法理論與實(shí)戰(zhàn)；
6. 神經(jīng)網(wǎng)絡(luò)算法；
7. Tensorflow；
8. 生成式對抗網(wǎng)絡(luò)GANs。

二、培訓(xùn)特色
本次培訓(xùn)從實(shí)戰(zhàn)的角度對Python進(jìn)行了全面的剖析，并結(jié)合實(shí)際案例分析和探討Python技術(shù)的應(yīng)用場景，給Python相關(guān)從業(yè)人員以指導(dǎo)和啟迪。

三、培訓(xùn)時(shí)長
共計(jì)3天，每天6課時(shí)

四、培訓(xùn)大綱

日程	培訓(xùn)模塊	培訓(xùn)內(nèi)容
第一天 上午	機(jī)器學(xué)習(xí)簡介	1.一元線性回歸   2.代價(jià)函數(shù)   3.使用梯度下降法實(shí)現(xiàn)一元線性回歸   4.標(biāo)準(zhǔn)方程法   5.使用sklearn實(shí)現(xiàn)一元線性回歸   6.使用sklearn實(shí)現(xiàn)多元線性回歸   7.使用sklearn實(shí)現(xiàn)嶺回歸   8.使用sklearn實(shí)現(xiàn)LASSO回歸
第一天 下午	決策樹與集成學(xué)習(xí) 理論與實(shí)戰(zhàn)	1.sklearn實(shí)現(xiàn)決策樹  2.決策樹-CART算法  3.決策樹應(yīng)用  4.隨機(jī)森林
	KNN與聚類 理論與實(shí)戰(zhàn)	1.sklearn實(shí)現(xiàn)knn算法完成iris數(shù)據(jù)集分類 2.k-means算法 3.DBSCAN算法
第二天 上午	神經(jīng)網(wǎng)絡(luò)算法	1.神經(jīng)網(wǎng)絡(luò)基本原理   2.單層感知機(jī)   3.線性神經(jīng)網(wǎng)絡(luò)   4.激活函數(shù)，損失函數(shù)和梯度下降法   5.線性神經(jīng)網(wǎng)絡(luò)異或問題   6.BP神經(jīng)網(wǎng)絡(luò)介紹   7.BP算法推導(dǎo)   8.BP神經(jīng)網(wǎng)絡(luò)解決異或問題   9.BP算法完成手寫數(shù)字識別   10.sklearn-BP神經(jīng)網(wǎng)絡(luò)解決手寫數(shù)字識別 11.GOOGLE神經(jīng)網(wǎng)絡(luò)平臺
第二天 下午	Tensorflow2.0	1.深度學(xué)習(xí)框架介紹   2.Tensorflow安裝   3.Tensorlfow基礎(chǔ)知識   4.Tensorflow線性回歸   5.Tensorflow非線性回歸   6.Mnist數(shù)據(jù)集合Softmax講解   7.使用BP神經(jīng)網(wǎng)絡(luò)搭建手寫數(shù)字識別   8.交叉熵(cross-entropy)講解和使用   9.過擬合,正則化,Dropout   10.各種優(yōu)化器Optimizer   11.改進(jìn)手寫數(shù)字識別網(wǎng)絡(luò)   12.卷積神經(jīng)網(wǎng)絡(luò)CNN的介紹   13.使用CNN解決手寫數(shù)字識別   14.長短時(shí)記憶網(wǎng)絡(luò)LSTM介紹   15.LSTM的使用   16.模型保存與載入
第三天 上午	圖像識別項(xiàng)目	1.介紹Google圖像識別模型Inception-v3    2.使用Inception-v3做圖像識別    3.訓(xùn)練自己的圖像識別模型
	驗(yàn)證碼識別項(xiàng)目	4.多任務(wù)學(xué)習(xí)介紹    5.生存驗(yàn)證碼圖片    6.構(gòu)建驗(yàn)證碼識別模型
第三天 下午	Kease 最佳實(shí)踐	1.安裝和配置Keras,API 2.回調(diào)函數(shù)與自定義訓(xùn)練過程 3.深度神經(jīng)網(wǎng)絡(luò)DCNN實(shí)現(xiàn) 4.采用深度學(xué)習(xí)算法識別CIFRA-10圖片 5.調(diào)節(jié)參數(shù)來改善性能

 （注：大綱還可根據(jù)需求進(jìn)行調(diào)整）

師資簡介
劉老師
十幾年軟件研發(fā)經(jīng)驗(yàn)，8年企業(yè)培訓(xùn)經(jīng)驗(yàn)，對Java、Python、區(qū)塊鏈等技術(shù)領(lǐng)域有獨(dú)特的研究，精通J2EE企業(yè)級開發(fā)技術(shù)。Java方向：設(shè)計(jì)模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且對Java源碼有深入研究。Python方向：Python OOP、Mongodb、Django、Scrapy爬蟲技術(shù)、基于Scikit-Learn機(jī)器學(xué)習(xí)框，Tensorflow深度學(xué)習(xí)框架、人臉識別技術(shù)。
區(qū)塊鏈方向：BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS
精品課程

• Python核心編程與快速入門
• Django Web開發(fā)、Scrapy爬蟲實(shí)踐
• Numpy與Pandas數(shù)據(jù)統(tǒng)計(jì)與分析技術(shù)
• Python機(jī)器學(xué)習(xí) (K-近鄰、貝葉斯、決策樹、隨機(jī)森林、K-均值、線性回歸)
• Tensorflow 深度學(xué)習(xí)與人臉識別技術(shù)
• Java SSH高級應(yīng)用開發(fā)最佳實(shí)踐
• Spring Boot與Spring Cloud
• 設(shè)計(jì)模式最佳實(shí)踐
• 區(qū)塊鏈、比特幣、以太坊智能合約應(yīng)用實(shí)踐
• Solidity Truffle智能合約最佳實(shí)踐
• Hyperledger Fabirc 聯(lián)盟鏈架構(gòu)實(shí)現(xiàn)

教學(xué)風(fēng)格
豐富的企業(yè)應(yīng)用軟件開發(fā)經(jīng)驗(yàn)，深厚的軟件架構(gòu)設(shè)計(jì)理論和實(shí)踐。專業(yè)而豐富的培訓(xùn)教學(xué)技能，將深?yuàn)W的技術(shù)理論與企業(yè)實(shí)踐有機(jī)融合，通過輕量化、深入淺出的授課方式讓學(xué)員在愉悅中獲取知識。