人工智能+自然語(yǔ)言處理3天

  培訓(xùn)講師：葉梓

講師背景：
葉梓老師葉梓，工學(xué)博士，高級(jí)工程師?，F(xiàn)某大型上市企業(yè)資深技術(shù)專(zhuān)家。2005年上海交通大學(xué)計(jì)算機(jī)專(zhuān)業(yè)博士畢業(yè)，在校期間的主研方向?yàn)閿?shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能。畢業(yè)后即進(jìn)入軟件行業(yè)從事信息化技術(shù)相關(guān)工作；負(fù)責(zé)或參與了多項(xiàng)、省市級(jí)人工智能及大數(shù) 詳細(xì)>>

葉梓
    課程咨詢(xún)電話(huà)：

人工智能+自然語(yǔ)言處理3天詳細(xì)內(nèi)容

人工智能+自然語(yǔ)言處理3天

| |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(lèi)算法介紹 |
| |2.KNN分類(lèi)算法應(yīng)用 |
|第三節(jié)：KNN分類(lèi)算法 |3.KNN實(shí)現(xiàn) |
| |案例：鳶尾花分類(lèi) |
| |1.決策樹(shù)算法介紹 |
| |2.熵的定義 |
|第四節(jié)：決策樹(shù)算法 |3.決策樹(shù)算法與應(yīng)用實(shí)現(xiàn) |
| |案例：用戶(hù)購(gòu)買(mǎi)行為預(yù)測(cè) |
| |1.Bagging算法介紹 |
| |2.隨機(jī)森林建模方法 |
|第五節(jié)：集成算法與隨機(jī)森林 |3.Adaboost算法介紹 |
| |4.Stacking算法介紹 |
| |5.Voting算法介紹 |
| |1.K-means算法介紹 |
| |2.K-means算法應(yīng)用 |
|第六節(jié)：K-means聚類(lèi)算法 |3.K-means算法實(shí)際應(yīng)用案例 |
| |案例：NBA球隊(duì)實(shí)力聚類(lèi)分析 |
| |1.SVM算法介紹 |
|第七節(jié)：支持向量機(jī) |案例：SVM完成人臉識(shí)別應(yīng)用 |
| |1.數(shù)據(jù)缺失處理 |
| |2.特征篩選方法 |
|第八節(jié)：特征工程項(xiàng)目-銀行 |3.特征工程 |
|用戶(hù)違約預(yù)測(cè) |4.數(shù)據(jù)不平衡問(wèn)題處理 |
| |5.算法選擇 |
| |6.結(jié)果評(píng)估 |
| |1.人工神經(jīng)網(wǎng)絡(luò)發(fā)展史 |
|第九節(jié)：深度學(xué)習(xí)基礎(chǔ)- |2.單層感知器 |
|神經(jīng)網(wǎng)絡(luò)介紹 |3.激活函數(shù)，損失函數(shù)和梯度下降法 |
| |4.BP算法介紹 |
| |案例：BP算法解決手寫(xiě)數(shù)字識(shí)別問(wèn)題 |
| |1.Mnist數(shù)據(jù)集合Softmax講解 |
| |2.使用BP神經(jīng)網(wǎng)絡(luò)搭建手寫(xiě)數(shù)字識(shí)別 |
|第十節(jié)：Tensorflow基礎(chǔ)應(yīng)用 |3.交叉熵(cross-entropy)講解和使用 |
| |4.過(guò)擬合,正則化,Dropout |
| |5.各種優(yōu)化器Optimizer |
| |1.CNN卷積神經(jīng)網(wǎng)絡(luò) |
|第十一節(jié)：卷積神經(jīng)網(wǎng)絡(luò)CNN應(yīng)用 |2.卷積層、池化層（均值池化、最大池化） |
| |3.CNN手寫(xiě)數(shù)字案例 |
| |1.RNN循環(huán)神經(jīng)網(wǎng)絡(luò) |
|第十二節(jié)：長(zhǎng)短時(shí)記憶網(wǎng)絡(luò) |2.長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)LSTM |
|LSTM應(yīng)用 |3.LSTM應(yīng)用案例 |
| |AlexNet模型介紹 |
| |VGG模型介紹 |
|第十三節(jié)：常用卷積網(wǎng)絡(luò)模型介紹 |Inception模型介紹 |
| |4.ResNet模型介紹 |
| |1.數(shù)據(jù)準(zhǔn)備 |
| |2.數(shù)據(jù)增強(qiáng) |
|第十四節(jié)：用自己的數(shù)據(jù)來(lái)訓(xùn)練一 |3.模型搭建 |
|個(gè)新的圖像識(shí)別模型 |4.模型訓(xùn)練 |
| |5.結(jié)果測(cè)試 |
| |1.目標(biāo)檢測(cè)項(xiàng)目介紹 |
| |2.R-CNN模型介紹 |
| |3.SPPNET模型介紹 |
| |4.Fast-RCNN模型介紹 |
|第十五節(jié)：目標(biāo)檢測(cè)模型介紹 |5.Faster-RCNN模型介紹 |
| |6.SSD模型介紹 |
| |7.yolo-v1模型介紹 |
| |8.yolo-v2模型介紹 |
| |9.yolo-v3模型介紹 |
| |1.項(xiàng)目安裝配置環(huán)境 |
| |2.準(zhǔn)備數(shù)據(jù)集 |
|第十六節(jié)：目標(biāo)檢測(cè)模型實(shí)戰(zhàn) |3.使用訓(xùn)練好的目標(biāo)檢測(cè)模型進(jìn)行預(yù)測(cè) |
| |4.用自己的數(shù)據(jù)訓(xùn)練新的目標(biāo)檢測(cè)模型 |
| |1. word2vec介紹 |
| |2.Transformer模型介紹 |
|第十七節(jié)：自然語(yǔ)言處理技術(shù)介紹 |3.Self-Attention機(jī)制介紹 |
| |4.多頭注意力機(jī)制介紹 |
| |5..Bert模型介紹 |
| |6.GPT-3模型介紹 |
| |1.用CNN訓(xùn)練一個(gè)新的文本分類(lèi)模型 |
|第十八節(jié)：自然語(yǔ)言處理項(xiàng)目實(shí)戰(zhàn) |2.用LSTM訓(xùn)練一個(gè)新的文本分類(lèi)模型 |
| |3.用Bert訓(xùn)練一個(gè)新的文本分類(lèi)模型 |
| |1.針對(duì)學(xué)員面對(duì)的問(wèn)題進(jìn)行討論，提出建議 |
|課后輔助： |2.建立微信群（課后技術(shù)免費(fèi)指導(dǎo)） |
| |3.上課ppt資料都發(fā)到群里面 |

 

葉梓老師的其它課程

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(jìng)爭(zhēng)態(tài)勢(shì)強(qiáng)調(diào)DeepSeek的獨(dú)特優(yōu)勢(shì)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(mǎn)血版的配置與性能本地單機(jī)多卡部署DeepSeek（量化）滿(mǎn)血版的策

 講師：葉梓詳情

知識(shí)圖譜的Python實(shí)現(xiàn)【課程簡(jiǎn)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(duì)話(huà)機(jī)器人。通過(guò)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(duì)象】理工科本科以上，或至少了解一種編程語(yǔ)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(yǔ)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(mén)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(lèi)型、流程控制Python環(huán)境搭建Python數(shù)據(jù)類(lèi)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(xiě)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(jiǎn)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(lèi)別之一。它幾乎正在憑借一己之力來(lái)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(chēng)為注意力和自注意力機(jī)制，以檢測(cè)系列（或圖像）中元素相互影響和相互依賴(lài)的微妙關(guān)系。本課程通過(guò)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(zhǎng)】7天（7小時(shí)/天）【課程對(duì)象】理工科本科及以上，且至少了解一門(mén)編程語(yǔ)言?！菊n程大綱】（培訓(xùn)內(nèi)容可根據(jù)客戶(hù)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(yǔ)2.Python（Anaconda）的安裝3.Pycharm

 講師：葉梓詳情

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(yǔ)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(lái)的？圖像處理領(lǐng)域的最新熱點(diǎn)（第一天——2）分類(lèi)、目標(biāo)檢測(cè)與實(shí)例分割風(fēng)格遷移自動(dòng)駕駛?cè)梭w姿態(tài)識(shí)別超分辨率圖像生成語(yǔ)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(shuō)話(huà)預(yù)訓(xùn)練機(jī)制三大經(jīng)

 講師：葉梓詳情

人工智能之最新自然語(yǔ)言處理技術(shù)與實(shí)戰(zhàn)課程介紹：自然語(yǔ)言處理(簡(jiǎn)稱(chēng)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(lèi)語(yǔ)言進(jìn)行交互的問(wèn)題，它是集語(yǔ)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(lái)基于大規(guī)模語(yǔ)

 講師：葉梓詳情

第一天上午：統(tǒng)計(jì)分析原理從最簡(jiǎn)單的案例開(kāi)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(kù)與數(shù)據(jù)倉(cāng)庫(kù)介紹數(shù)據(jù)庫(kù)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(yǔ)言數(shù)據(jù)倉(cāng)庫(kù)：度量與維度數(shù)據(jù)倉(cāng)庫(kù)：星型模型、雪花模型

 講師：葉梓詳情

計(jì)算機(jī)視覺(jué)【課程時(shí)長(zhǎng)】3天（7小時(shí)/天）【課程對(duì)象】理工科本科及以上，且至少了解一門(mén)編程語(yǔ)言。【課程大綱】（培訓(xùn)內(nèi)容可根據(jù)客戶(hù)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(shù)準(zhǔn)備工作（1）概念與術(shù)語(yǔ)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(jué)【課程簡(jiǎn)介】本課程包含計(jì)算機(jī)視覺(jué)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(chǎng)景：目標(biāo)檢測(cè)、圖像分割、圖像生成等。通過(guò)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(jué)的知識(shí)殿堂。【課程收益】掌握基于python的視覺(jué)分析知識(shí)；掌握深度學(xué)習(xí)框架：TensorFlow、pytorc

 講師：葉梓詳情

 發(fā)布內(nèi)容，請(qǐng)點(diǎn)我！ 講師申請(qǐng)/講師自薦
清華大學(xué)卓越生產(chǎn)運(yùn)營(yíng)總監(jiān)高級(jí)研修班
清華大學(xué)卓越生產(chǎn)運(yùn)營(yíng)總監(jiān)高級(jí)研修班
COPYRIGT @ 2001-2018 HTTP://fanshiren.cn INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權(quán)所有