课程大纲

Neural Networks 简介

应用材料简介 Machine Learning

  • 统计学习与机器学习
  • 迭代和评估
  • 偏差-方差权衡

机器学习与 Python

  • 库的选择
  • 附加工具

机器学习概念和应用

回归

  • 线性回归
  • 泛化和非线性
  • 使用案例

分类

  • 贝叶斯复习
  • 朴素贝叶斯
  • 逻辑回归
  • K-最近邻
  • Use Case秒

交叉验证和重采样

  • 交叉验证方法
  • 启动
  • Use Case秒

无监督学习

  • K-means 聚类
  • 例子
  • 无监督学习和超越 K 均值的挑战

NLP方法简介

  • 单词和句子标记化
  • 文本分类
  • 情绪分析
  • 拼写更正
  • 信息提取
  • 解析
  • 意义提取
  • 问答

人工智能 & Deep Learning

技术概述

  • R 与秒 Python
  • Caffe 与 Tensor Flow
  • 各种机器学习库

行业案例研究

要求

  1. 应具备业务运营的基本知识和技术知识
  2. 必须对软件和系统有基本的了解
  3. 基本了解 Statistics(在 Excel 级别中)
  21 小时
 

人数


开始

完结


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

客户评论 (1)

相关课程

课程分类