人工智能與深度學(xué)習(xí)_3天
人工智能與深度學(xué)習(xí)_3天詳細(xì)內(nèi)容
人工智能與深度學(xué)習(xí)_3天
人工智能與深度學(xué)習(xí)
第一天:人工智能概念與經(jīng)典算法
人工智能概念綜述(第一天——1)
從一些術(shù)語辨析人工智能
人工智能之連接主義的興衰史
這次AI的熱潮是怎么來的?
圖像處理領(lǐng)域的最新熱點(diǎn)(第一天——2)
分類、目標(biāo)檢測與實(shí)例分割
風(fēng)格遷移
自動(dòng)駕駛
人體姿態(tài)識(shí)別
超分辨率圖像生成
語言處理領(lǐng)域的最新熱點(diǎn)(第一天——3)
Attention機(jī)制
自動(dòng)構(gòu)建知識(shí)圖譜
看圖說話
預(yù)訓(xùn)練機(jī)制
三大經(jīng)典算法(第一天——4)
決策樹算法
決策樹案例:手術(shù)后駝背的發(fā)生概率
聚類算法
聚類案例:鳶尾花數(shù)據(jù)的聚類
關(guān)聯(lián)規(guī)則算法
關(guān)聯(lián)規(guī)則案例:超市購物籃分析
性能評價(jià)指標(biāo)(第一天——5)
準(zhǔn)確率;精確率、召回率;F1
真陽性率、假陽性率
混淆矩陣
ROC與AUC
案例:繪制ROC并計(jì)算AUC、F1
對數(shù)損失
Kappa系數(shù)
回歸:平均絕對誤差、平均平方誤差
案例:繪制擬合曲線,計(jì)算擬合優(yōu)度
聚類:蘭德指數(shù)、互信息
11、k折驗(yàn)證
BP神經(jīng)網(wǎng)絡(luò) (第一天——6)
人工神經(jīng)元及感知機(jī)模型
前向神經(jīng)網(wǎng)絡(luò)
sigmoid
梯度下降
誤差反向傳播
BP神經(jīng)網(wǎng)絡(luò)案例:可手算的神經(jīng)網(wǎng)絡(luò)
支持向量機(jī) (第一天——7)
統(tǒng)計(jì)學(xué)習(xí)問題
支持向量機(jī)
核函數(shù)
多分類的支持向量機(jī)
用于連續(xù)值預(yù)測的支持向量機(jī)
SVM案例: iris的三個(gè)分類
第二天:機(jī)器學(xué)習(xí)進(jìn)階與深度學(xué)習(xí)初步
隱馬爾科夫模型(第二天——1)
馬爾科夫過程
隱馬爾科夫模型
三個(gè)基本問題(評估、解碼、學(xué)習(xí))
前向-后向算法
Viterbi算法
Baum-Welch算法
集成學(xué)習(xí)(第二天——2)
bagging
adaboost
隨機(jī)森林
GBDT
深度學(xué)習(xí)初步(第二天——3)
深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的區(qū)別與聯(lián)系
目標(biāo)函數(shù)
激勵(lì)函數(shù)
學(xué)習(xí)步長
Adagrad\RMSprop\Adam
避免過適應(yīng)
用于分類的CNN(第二天——4)
分類典型應(yīng)用場景(imageNet數(shù)據(jù)集)
Alexnet(開山之作)
VGG(5層變?yōu)?組)
GoogLenet(還在試驗(yàn)各種架構(gòu)的組合嗎?)
Resnet(還可以再“深”下去)
用于目標(biāo)檢測的CNN(第二天——5)
CNN目標(biāo)檢測典型應(yīng)用場景
RCNN(兩個(gè)頭的網(wǎng)絡(luò))
Fast/faster RCNN(又快又好)
第三天:深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)
RNN(第三天——1)
基本RNN
LSTM(三個(gè)門)
GRU(減為兩個(gè)門)
GAN(第三天——2)
基本的生成對抗網(wǎng)絡(luò)
DCGAN(技巧的勝利)
Wassertein GAN(理論的勝利)
強(qiáng)化學(xué)習(xí)(第三天——3)
agent的屬性
exploration and exploitation
Bellman期望方程
最優(yōu)策略
策略迭代與價(jià)值迭代
Q學(xué)習(xí)算法
深度強(qiáng)化學(xué)習(xí)案例:教電腦玩“flappy bird”(第三天——4)
DQN詳解
Flappy Bird 游戲
深度強(qiáng)化學(xué)習(xí)案例:AlphaGo詳解(第三天——5)
蒙特卡羅決策樹
策略網(wǎng)絡(luò)
價(jià)值網(wǎng)絡(luò)Alpha Go的完整體系
葉梓老師的其它課程
DeepSeek 輔助日常工作培訓(xùn)提綱 03.03
DeepSeek輔助日常工作培訓(xùn)提綱一、引言介紹大模型領(lǐng)域的競爭態(tài)勢強(qiáng)調(diào)DeepSeek的獨(dú)特優(yōu)勢二、DeepSeek概述DeepSeek的發(fā)展背景與定位DeepSeek各版本的特點(diǎn)與區(qū)別三、DeepSeek部署本地單機(jī)部署DeepSeek蒸餾版的硬件要求本地單機(jī)部署DeepSeek(量化)滿血版的配置與性能本地單機(jī)多卡部署DeepSeek(量化)滿血版的策
講師:葉梓詳情
知識(shí)圖譜的Python實(shí)現(xiàn)【課程簡介】本課程包含知識(shí)圖譜的基本概念及常用算法,并實(shí)現(xiàn)了一個(gè)基于知識(shí)圖譜的對話機(jī)器人。通過1天的系統(tǒng)學(xué)習(xí)、案例講解和動(dòng)手實(shí)踐,讓學(xué)員能初步了解知識(shí)圖譜的的相關(guān)知識(shí)與技術(shù)?!菊n程對象】理工科本科以上,或至少了解一種編程語言。知識(shí)圖譜基礎(chǔ)知識(shí)圖譜存儲(chǔ)知識(shí)圖譜基礎(chǔ)概念知識(shí)推理本體推理方法本體推理工具語義搜索RDF與RDFSOWL與OW
講師:葉梓詳情
智能醫(yī)療技術(shù)與ChatGPT臨床應(yīng)用三日深度培訓(xùn)第一天:人工智能基礎(chǔ)與Python編程入門上午:人工智能在醫(yī)療領(lǐng)域的應(yīng)用概述Python編程基礎(chǔ)環(huán)境搭建、數(shù)據(jù)類型、流程控制Python環(huán)境搭建Python數(shù)據(jù)類型與流程控制Python函數(shù)的應(yīng)用Python面向?qū)ο缶幊?文件讀寫和目錄操作異常處理機(jī)器學(xué)習(xí)概述數(shù)據(jù)探索性分析:智能化數(shù)據(jù)分析特征工程:數(shù)據(jù)準(zhǔn)備、數(shù)
講師:葉梓詳情
人工智能“最強(qiáng)模型”transformer詳解【課程簡介】Transformer是迄今為止人工智能領(lǐng)域的最新和最強(qiáng)大的模型類別之一。它幾乎正在憑借一己之力來推動(dòng)深度學(xué)習(xí)的又一波重大進(jìn)步。Transformer模型充分運(yùn)用了稱為注意力和自注意力機(jī)制,以檢測系列(或圖像)中元素相互影響和相互依賴的微妙關(guān)系。本課程通過2天時(shí)間的詳細(xì)介紹,可使學(xué)習(xí)者初步了解Tran
講師:葉梓詳情
人工智能+自然語言處理3天 03.03
||1.人工智能概述||第一節(jié):人工智能與機(jī)器學(xué)習(xí)基礎(chǔ)|2.機(jī)器學(xué)習(xí)概述|||3.機(jī)器學(xué)習(xí)算法應(yīng)用分析|||1.一元線性回歸|||2.代價(jià)函數(shù)|||3.梯度下降法||第二節(jié):回歸算法|4.sklearn一元線性回歸應(yīng)用|||5.多元線性回歸|||6.sklearn多元線性回歸應(yīng)用|||案例:葡萄酒質(zhì)量和時(shí)間的關(guān)系|||1.KNN分類算法介紹|||2.KNN分
講師:葉梓詳情
人工智能算法詳解 03.03
人工智能技術(shù)詳解【課程內(nèi)容】本課程包含大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、知識(shí)圖譜、強(qiáng)化學(xué)習(xí)與深度強(qiáng)化學(xué)習(xí)的相關(guān)知識(shí)?!菊n程時(shí)長】7天(7小時(shí)/天)【課程對象】理工科本科及以上,且至少了解一門編程語言?!菊n程大綱】(培訓(xùn)內(nèi)容可根據(jù)客戶需求調(diào)整)時(shí)間內(nèi)容案例實(shí)踐與練習(xí)Day1上午準(zhǔn)備工作準(zhǔn)備工作1.概念與術(shù)語2.Python(Anaconda)的安裝3.Pycharm
講師:葉梓詳情
人工智能之最新自然語言處理技術(shù)與實(shí)戰(zhàn)課程介紹:自然語言處理(簡稱NLP)是計(jì)算機(jī)科學(xué)和人工智能研究的一個(gè)重要方向,研究計(jì)算機(jī)和理解和運(yùn)用人類語言進(jìn)行交互的問題,它是集語言學(xué)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、大數(shù)據(jù)于一體的綜合學(xué)科。本課程主要介紹了NLP中的常用知識(shí)點(diǎn):分詞、詞法分析、句法分析、向量化方法、經(jīng)典的NLP機(jī)器學(xué)習(xí)算法,還重點(diǎn)介紹了NLP中最近兩年來基于大規(guī)模語
講師:葉梓詳情
第一天上午:統(tǒng)計(jì)分析原理從最簡單的案例開始統(tǒng)計(jì)基礎(chǔ)描述性統(tǒng)計(jì)用SPSS實(shí)現(xiàn)描述性統(tǒng)計(jì)的案例回歸分析:線性回歸回歸分析:logistics回歸用SPSS實(shí)現(xiàn)回歸分析的案例可視化工具第一天下午:數(shù)據(jù)庫與數(shù)據(jù)倉庫介紹數(shù)據(jù)庫概述SQL(基本的增、刪、改、查)SQL(稍復(fù)雜的子句或嵌套)基于MySQL的上機(jī)操作SQL語言數(shù)據(jù)倉庫:度量與維度數(shù)據(jù)倉庫:星型模型、雪花模型
講師:葉梓詳情
計(jì)算機(jī)視覺【課程時(shí)長】3天(7小時(shí)/天)【課程對象】理工科本科及以上,且至少了解一門編程語言?!菊n程大綱】(培訓(xùn)內(nèi)容可根據(jù)客戶需求調(diào)整)時(shí)間內(nèi)容案例實(shí)踐與練習(xí)Day1上午準(zhǔn)備工作準(zhǔn)備工作決策樹準(zhǔn)備工作(1)概念與術(shù)語Python(Anaconda)的安裝Pycharm的安裝與使用JupyterNotebook的安裝與使用Tensorflow與pytorch的
講師:葉梓詳情
計(jì)算機(jī)視覺【課程簡介】本課程包含計(jì)算機(jī)視覺領(lǐng)域的的重要概念及常用算法(神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、CNN、GAN等),以及人工智能領(lǐng)域熱點(diǎn)應(yīng)用場景:目標(biāo)檢測、圖像分割、圖像生成等。通過2天的系統(tǒng)學(xué)習(xí)、案例講解和動(dòng)手實(shí)踐,讓學(xué)員能初步邁入深度學(xué)習(xí)和計(jì)算視覺的知識(shí)殿堂。【課程收益】掌握基于python的視覺分析知識(shí);掌握深度學(xué)習(xí)框架:TensorFlow、pytorc
講師:葉梓詳情
- 1社會(huì)保障基礎(chǔ)知識(shí)(ppt) 21190
- 2安全生產(chǎn)事故案例分析(ppt) 20269
- 3行政專員崗位職責(zé) 19069
- 4品管部崗位職責(zé)與任職要求 16261
- 5員工守則 15483
- 6軟件驗(yàn)收報(bào)告 15419
- 7問卷調(diào)查表(范例) 15136
- 8工資發(fā)放明細(xì)表 14576
- 9文件簽收單 14232