人工智慧分支-計算機視覺
課程一、基於Python資料分析與機器學習案例實戰教程
課程風格通俗易懂,基於真實資料集案例實戰。主體課程分成三個大模組(1)python資料分析,(2)機器學習經典演算法原理詳解,(3)十大經典案例實戰。通過python資料科學庫numpy,pandas,matplot結合機器學習庫scikit-learn完成一些列的機器學習案例。演算法課程注重於原理推導與流程解釋,結合例項通俗講解複雜的機器學習演算法,並以實戰為主,所有課時都結合程式碼演示。演算法與專案相結合,選擇經典kaggle專案,從資料預處理開始一步步程式碼實戰帶大家快速入門機器學習。旨在幫助同學們快速上手如何使用python庫來完整機器學習案例。選擇經典案例基於真實資料集,從資料預處理開始到建立機器學習模型以及效果評估,完整的講解如何使用python及其常用庫進行資料的分析和模型的建立。對於每一個面對的挑戰,分析解決問題思路以及如何構造合適的模型並且給出合適評估方法。在每一個案例中,同學們可以快速掌握如何使用pandas進行資料的預處理和分析,使用matplotlib進行視覺化的展示以及基於scikit-learn庫的機器學習模型的建立。
1)Python資料分析與機器學習實戰課程簡介 | 14)SVD與推薦 |
課程二、人工智慧與深度學習實戰
課程風格通俗易懂,必備原理,形象解讀,專案實戰缺一不可!主體課程分成四個大模組(1)神經網路必備基礎知識點,(2)深度學習模型,(3)深度學習框架Caffe與Tensorflow,(4)深度學習專案實戰。 課程首先概述講解深度學習應用與挑戰,由計算機視覺中影象分類任務開始講解深度學習的常規套路。對於複雜的神經網路,將其展開成多個小模組進行逐一攻破,再挑戰整體神經網路架構。對於深度學習模型形象解讀卷積神經網路原理,詳解其中涉及的每一個引數,對卷積網路架構展開分析與評估,對於現階段火爆的對抗生成網路以及強化學習給出形象解讀,並配合專案實戰實際演示效果。 基於框架實戰,選擇兩款深度學習最火框架,Caffe與Tensorflow,首先講解其基本使用方法,並結合案例演示如何應用框架構造神經網路模型並完成案例任務。 選擇經典深度學習專案實戰,使用深度學習框架從零開始完成人臉檢測,驗證碼識別,人臉關鍵點定位,垃圾郵件分類,影象風格轉換,AI自己玩遊戲等。對於每一個專案實戰,從資料預處理開始一步步構建網路模型並展開分析與評估。 課程提供所涉及的所有資料,程式碼以及PPT,方便大家快速動手進行專案實踐!
1)深度學習概述與挑戰 | 19)人臉正負樣本資料來源製作 |