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。

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！