課程簡介
實驗課程注重代碼實踐，更注重落地應(yīng)用
課程通俗講解計算機視覺領(lǐng)域經(jīng)典算法及其案例應(yīng)用，以深度學習算法為核心模型，主要內(nèi)容涉及神經(jīng)網(wǎng)絡(luò)與機器學習基礎(chǔ)，圖像分類，圖像增強，物體檢測，圖像分割，對抗生成網(wǎng)絡(luò)，知識圖譜等主流應(yīng)用領(lǐng)域。實戰(zhàn)項目全部選自真實數(shù)據(jù)集，基于PyTorch框架展開實戰(zhàn)。
通俗易懂，最接地氣的算法與應(yīng)用項目講解
全程實戰(zhàn)，基于真實數(shù)據(jù)集與實際任務(wù)需求
各領(lǐng)域項目配套模板與數(shù)據(jù)源碼全部贈送
課程大綱
實驗課程注重代碼實踐，更注重落地應(yīng)用
| 課程模塊 | 課程內(nèi)容 |
| 1、線性回歸與梯度下降算法
? |
機器學習與人工智能概述
機器學習核心知識點與學習路線圖 線性回歸算法原理推導 目標與損失函數(shù)定義 優(yōu)化策略分析 梯度下降算法原理分析 案例：多項式線性回歸對比分析 |
| 2、邏輯回歸算法 | 邏輯回歸算法原理推導
Notebook工具使用 機器學習建模流程 |
| 3、項目實戰(zhàn)：交易記錄數(shù)據(jù)建模實例 | 樣本不均衡數(shù)據(jù)解決方案
模型評估指標對比 正則化懲罰項的作用 過擬合問題解決方案 參數(shù)對模型結(jié)果的影響 交叉驗證的作用 模型測試結(jié)果分析 SMOTE過采樣效果 |
| 4、深度學習-神經(jīng)網(wǎng)絡(luò)算法及其應(yīng)用實例 | 神經(jīng)網(wǎng)絡(luò)必備基礎(chǔ)知識點概述
前向傳播與返向傳播 整體神經(jīng)網(wǎng)絡(luò)架構(gòu)分析 過擬合解決方案 神經(jīng)網(wǎng)絡(luò)應(yīng)用實例分析 |
| 5、深度學習框架PyTorch | 深度學習框架安裝與測試
PyTorch基本操作解讀 基于PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)模型 完成分類與回歸模型訓練 |
| 6、神經(jīng)網(wǎng)絡(luò)應(yīng)用實例 | 基于PyTorch框架構(gòu)建氣溫預(yù)測模型
模型評估與分析 |
| 7、計算機視覺-卷積神經(jīng)網(wǎng)絡(luò) | 卷積神經(jīng)網(wǎng)絡(luò)必備知識點
卷積網(wǎng)絡(luò)整體架構(gòu) 卷積網(wǎng)絡(luò)所涉及參數(shù) 卷積網(wǎng)絡(luò)整體架構(gòu) 經(jīng)典網(wǎng)絡(luò)模型對比分析 |
| 8、計算機視覺經(jīng)典架構(gòu)解讀 | Resnet模型解讀
Efficientnet架構(gòu)解讀 注意力機制等模塊分析 |
| 9、項目實戰(zhàn)：圖像識別模型實戰(zhàn) | 數(shù)據(jù)預(yù)處理與數(shù)據(jù)增強
預(yù)訓練模型的作用 模型訓練策略與應(yīng)用實例 花朵分類模型實戰(zhàn) |
| 10、圖像分割經(jīng)典算法解讀 | 圖像分割算法及其應(yīng)用領(lǐng)域分析
Unet圖像分割算法 Unet升級版本架構(gòu)解讀 Deeplab系列算法分析 分割算法模型構(gòu)造分析 |
| 11、項目實戰(zhàn)：圖像分割實戰(zhàn)
12、項目實戰(zhàn)：對抗生成網(wǎng)絡(luò) |
圖像分割算法解讀
Unet網(wǎng)絡(luò)架構(gòu)解讀 Unet升級版本細節(jié)分析 基于PyTorch構(gòu)建圖像分割模型 GAN模型應(yīng)用領(lǐng)域及其核心架構(gòu)分析 各大GAN模型算法解讀及其項目應(yīng)用 |
| 13、物體檢測經(jīng)典算法 | 物體檢測算法應(yīng)用領(lǐng)域分析
YOLO系列物體檢測算法解讀 YOLO數(shù)據(jù)處理與網(wǎng)絡(luò)模型構(gòu)建 V5版本工程架構(gòu)解讀 Efficient網(wǎng)絡(luò)模型解讀 EfficientDet檢測框架分析 缺陷檢測構(gòu)建方法與應(yīng)用 |
| 14、YOLOV5檢測項目實戰(zhàn) | 源碼架構(gòu)分析
數(shù)據(jù)集處理與標簽制作 圖像標注方法 訓練物體檢測算法模型 應(yīng)用與預(yù)測分析 |
| 15、深度學習通用框架及其源碼應(yīng)用解讀 | 深度學習各領(lǐng)域應(yīng)用模板分析
CV各大項目構(gòu)建流程 常用工具分析與路線整理 論文的價值與作用、總結(jié)與分析 |
| 16、知識圖譜應(yīng)用與核心知識點 | 知識圖譜在各領(lǐng)域應(yīng)用分析
知識圖譜構(gòu)建方法及其核心知識點 NLP在知識圖譜中的作用的地位 圖模型數(shù)據(jù)庫及其使用方法 Neo4j數(shù)據(jù)庫介紹 知識圖譜所需數(shù)據(jù)與項目流程解讀 |
| 17、基于知識圖譜的推薦系統(tǒng)實戰(zhàn) | 醫(yī)藥或電影數(shù)據(jù)集處理方法
文本解析實例 實體構(gòu)造與圖模型存儲 基于Neo4j打造知識圖譜模型 構(gòu)建推薦引擎與應(yīng)用實例 |
案例實驗展示
贈送課件、代碼、數(shù)據(jù)、配套實踐手冊
深度學習-物體檢測項目實戰(zhàn)
據(jù)第15屆師資班5大專題-青海西寧8963.png)
據(jù)第15屆師資班5大專題-青海西寧8992.png)
據(jù)第15屆師資班5大專題-青海西寧8978.png)
據(jù)第15屆師資班5大專題-青海西寧9010.png)
圖像分割實戰(zhàn)
據(jù)第15屆師資班5大專題-青海西寧9030.png)
據(jù)第15屆師資班5大專題-青海西寧9032.png)
據(jù)第15屆師資班5大專題-青海西寧9035.png)
據(jù)第15屆師資班5大專題-青海西寧9037.png)
知識圖譜實戰(zhàn)
據(jù)第15屆師資班5大專題-青海西寧9048.png)
據(jù)第15屆師資班5大專題-青海西寧9050.png)
據(jù)第15屆師資班5大專題-青海西寧9053.png)
據(jù)第15屆師資班5大專題-青海西寧9055.png)
對抗生成網(wǎng)絡(luò)實戰(zhàn)系列
據(jù)第15屆師資班5大專題-青海西寧9073.png)
據(jù)第15屆師資班5大專題-青海西寧9084.png)
據(jù)第15屆師資班5大專題-青海西寧9103.png)
據(jù)第15屆師資班5大專題-青海西寧9114.png)
實力專家主講
實力派講師
唐宇迪
同濟大學碩士，華東理工博士。著有《跟著迪哥學Python數(shù)據(jù)分析與機器學習》、《人工智能必備數(shù)學基礎(chǔ)》。
課程方向：Python，數(shù)據(jù)分析，數(shù)據(jù)挖掘，機器學習，深度學習，計算機視覺，自然語言處理，語音識別等全面覆蓋當下Ai主流領(lǐng)域。線上課程選課學員超50W，累計開展線下培訓100余場，線上直播500余場。中國電信，移動，聯(lián)通特聘企業(yè)人才轉(zhuǎn)型培訓導師，中國銀行，中信集團，新能源科技，上汽大眾等公司特聘企業(yè)課題聯(lián)合培養(yǎng)導師。
頒發(fā)權(quán)威證書
工業(yè)和信息化部人才交流中心證書
工信部授權(quán)證書
工業(yè)和信息化人才證書封皮
證書樣本
報名詳情
名額有限，請?zhí)崆皥竺?/p>
報名須知
培訓對象：全國高校、高職計算機、大數(shù)據(jù)、人工智能等相關(guān)專業(yè)一線授課教師、實驗指導教師、研究生等。
培訓時間：2021月7月26日-8月1日，每天9:00-17:00
培訓費用：5200元（含培訓費、教材費、資料費、場地費、午餐費（自助餐）、答謝晚宴等）
頒發(fā)證書
參加相關(guān)培訓并通過考試的學員，可以獲得：
工業(yè)和信息化部頒發(fā)《Python數(shù)據(jù)分析工程師》證書。
該證書可在工信部相關(guān)網(wǎng)站查詢，可作為能力評價、考核和任職的重要依據(jù)。
考試及證書費用（可選）：500元/人。
師資班精彩回顧
已連續(xù)舉辦14屆，參與高校1800所，人數(shù)8000+
NLP自然語言處理應(yīng)用實戰(zhàn)
區(qū)塊鏈基礎(chǔ)與應(yīng)用實戰(zhàn)
塊鏈老師.jpg)
關(guān)注普開數(shù)據(jù)