实战机器学习与深度学习

教练：邹老师

中科智视 首席研究员

邹伟，睿客邦创始人，山东交通学院教授(兼)、南昌航空大学双师型教师、华东建筑设计研究总院研究员、中国软件行业协会专家委员、上海市计划生育科学研究所特聘专家、天津大学创业导师、中国医药教育协会老年运动与健康分会学术委员、《聊城大学学报》编委；创立的睿客邦经过3年发展，已经与全国十多所高校建立了AI联合实验室，完成和在研30多个人工智能工业项目，广泛应用于医疗、交通、农业、气象、银行、电信等多个领域。

主题

内容

第一节：Python与TensorFlow

解释器Python2.7/3.6与IDE：Anaconda/Pycharm
列表/元组/字典/类/文件
numpy/scipy/matplotlib/panda的介绍和典型使用
scikit-learn的介绍和典型使用
TensorFlow典型应用
典型图像处理
多种数学曲线
多项式拟合
快速傅里叶变换FFT
奇异值分解SVD
Soble/Prewitt/Laplacian算子与卷积网络

代码和案例实践

卷积与(指数)移动平均线
股票数据分析
缺失数据的处理
环境数据异常检测和分析

第二节：分类回归与优化

线性回归
Logistic/Softmax回归
广义线性回归
L1/L2正则化
Ridge与LASSO
Elastic Net
梯度下降算法：BGD与SGD
特征选择与过拟合
Softmax回归的概念源头
最大熵模型
K-L散度

代码和案例实践

1.股票数据的特征提取和应用
2.泰坦尼克号乘客缺失数据处理和存活率预测
3.环境检测数据异常分析和预测
4.模糊数据查询和数据校正方法
5.PCA与鸢尾花数据分类
6.二手车数据特征选择与算法模型比较
7.广告投入与销售额回归分析
8.鸢尾花数据集的分类
9.TensorFlow实现线性回归
10.TensorFlow实现Logistic回归

第三节：卷积神经网络CNN

神经网络结构，滤波器，卷积
池化，激活函数，反向传播
目标分类与识别、目标检测与追踪
经典AlexNet、VGG、GoogleLeNet
Inception

代码和案例实践

搭建自己的卷积神经网络
基于CNN的图像识别
卷积神经网络调参经验分享

第四节：图像视频的定位与识别

ResNet、DenseNet
视频关键帧处理
物体检测与定位
RCNN，Fast-RCNN，Faster-RCNN，MaskRCNN
YOLO
FaceNet

代码和案例实践

迁移学习（Transfer Learning）
人脸检测
OCR字体定位和识别
睿客识云
气象识别

第五节：循环神经网络RNN

RNN基本原理
LSTM、GRU
Attention
编码器与解码器结构
特征提取：word2vec
Seq2seq模型

代码和案例实践

图片标注与图片问答
搭配CNN使用，组成CNN+LSTM模型
Bi-LSTM双向循环神经网络结构
循环神经网络调参经验分享

第六节：自然语言处理

语言模型Bi-Gram/Tri-Gram/N-Gram
分词
词性标注
依存句法分析
语义关系抽取
词向量
文本分类
机器翻译
文本摘要
阅读理解
问答系统
情感分析

代码和案例实践

输入法设计
HMM分词
文本摘要的生成
智能对话系统和SeqSeq模型
阅读理解的实现与Attention

第七节：生成对抗网络GAN

生成与判别
生成模型：贝叶斯、HMM到深度生成模型
GAN对抗生成神经网络
DCGAN
Conditional GAN
InfoGan
Wasserstein GAN

代码和案例实践

图片生成
看图说话
对抗生成神经网络调参经验分享

第八节：增强学习RL

为何使用增强学习
马尔科夫决策过程
贝尔曼方程、最优策略
策略迭代、值迭代
Q Learning
SarsaLamda
DQN
A3C
ELF

代码和案例实践

飞翔的小鸟游戏
基于增强学习的游戏学习
DQN的实现