人工智能+自然語言處理3天

  培訓講師：葉梓

講師背景：
葉梓老師葉梓，工學博士，高級工程師。現(xiàn)某大型上市企業(yè)資深技術專家。2005年上海交通大學計算機專業(yè)博士畢業(yè)，在校期間的主研方向為數(shù)據(jù)挖掘、機器學習、人工智能。畢業(yè)后即進入軟件行業(yè)從事信息化技術相關工作；負責或參與了多項、省市級人工智能及大數(shù) 詳細>>

葉梓
    課程咨詢電話：

人工智能+自然語言處理3天詳細內(nèi)容

人工智能+自然語言處理3天

| |1.人工智能概述 |
|第一節(jié)：人工智能與機器學習基礎 |2.機器學習概述 |
| |3.機器學習算法應用分析 |
| |1.一元線性回歸 |
| |2.代價函數(shù) |
| |3.梯度下降法 |
|第二節(jié)：回歸算法 |4.sklearn一元線性回歸應用 |
| |5.多元線性回歸 |
| |6.sklearn多元線性回歸應用 |
| |案例：葡萄酒質量和時間的關系 |
| |1.KNN分類算法介紹 |
| |2.KNN分類算法應用 |
|第三節(jié)：KNN分類算法 |3.KNN實現(xiàn) |
| |案例：鳶尾花分類 |
| |1.決策樹算法介紹 |
| |2.熵的定義 |
|第四節(jié)：決策樹算法 |3.決策樹算法與應用實現(xiàn) |
| |案例：用戶購買行為預測 |
| |1.Bagging算法介紹 |
| |2.隨機森林建模方法 |
|第五節(jié)：集成算法與隨機森林 |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算法應用 |
|第六節(jié)：K-means聚類算法 |3.K-means算法實際應用案例 |
| |案例：NBA球隊實力聚類分析 |
| |1.SVM算法介紹 |
|第七節(jié)：支持向量機 |案例：SVM完成人臉識別應用 |
| |1.數(shù)據(jù)缺失處理 |
| |2.特征篩選方法 |
|第八節(jié)：特征工程項目-銀行 |3.特征工程 |
|用戶違約預測 |4.數(shù)據(jù)不平衡問題處理 |
| |5.算法選擇 |
| |6.結果評估 |
| |1.人工神經(jīng)網(wǎng)絡發(fā)展史 |
|第九節(jié)：深度學習基礎- |2.單層感知器 |
|神經(jīng)網(wǎng)絡介紹 |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算法解決手寫數(shù)字識別問題 |
| |1.Mnist數(shù)據(jù)集合Softmax講解 |
| |2.使用BP神經(jīng)網(wǎng)絡搭建手寫數(shù)字識別 |
|第十節(jié)：Tensorflow基礎應用 |3.交叉熵(cross-entropy)講解和使用 |
| |4.過擬合,正則化,Dropout |
| |5.各種優(yōu)化器Optimizer |
| |1.CNN卷積神經(jīng)網(wǎng)絡 |
|第十一節(jié)：卷積神經(jīng)網(wǎng)絡CNN應用 |2.卷積層、池化層（均值池化、最大池化） |
| |3.CNN手寫數(shù)字案例 |
| |1.RNN循環(huán)神經(jīng)網(wǎng)絡 |
|第十二節(jié)：長短時記憶網(wǎng)絡 |2.長短時記憶網(wǎng)絡LSTM |
|LSTM應用 |3.LSTM應用案例 |
| |AlexNet模型介紹 |
| |VGG模型介紹 |
|第十三節(jié)：常用卷積網(wǎng)絡模型介紹 |Inception模型介紹 |
| |4.ResNet模型介紹 |
| |1.數(shù)據(jù)準備 |
| |2.數(shù)據(jù)增強 |
|第十四節(jié)：用自己的數(shù)據(jù)來訓練一 |3.模型搭建 |
|個新的圖像識別模型 |4.模型訓練 |
| |5.結果測試 |
| |1.目標檢測項目介紹 |
| |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)：目標檢測模型介紹 |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.項目安裝配置環(huán)境 |
| |2.準備數(shù)據(jù)集 |
|第十六節(jié)：目標檢測模型實戰(zhàn) |3.使用訓練好的目標檢測模型進行預測 |
| |4.用自己的數(shù)據(jù)訓練新的目標檢測模型 |
| |1. word2vec介紹 |
| |2.Transformer模型介紹 |
|第十七節(jié)：自然語言處理技術介紹 |3.Self-Attention機制介紹 |
| |4.多頭注意力機制介紹 |
| |5..Bert模型介紹 |
| |6.GPT-3模型介紹 |
| |1.用CNN訓練一個新的文本分類模型 |
|第十八節(jié)：自然語言處理項目實戰(zhàn) |2.用LSTM訓練一個新的文本分類模型 |
| |3.用Bert訓練一個新的文本分類模型 |
| |1.針對學員面對的問題進行討論，提出建議 |
|課后輔助： |2.建立微信群（課后技術免費指導） |
| |3.上課ppt資料都發(fā)到群里面 |

 

葉梓老師的其它課程

DeepSeek輔助日常工作培訓提綱一、引言介紹大模型領域的競爭態(tài)勢強調(diào)DeepSeek的獨特優(yōu)勢二、DeepSeek概述DeepSeek的發(fā)展背景與定位DeepSeek各版本的特點與區(qū)別三、DeepSeek部署本地單機部署DeepSeek蒸餾版的硬件要求本地單機部署DeepSeek（量化）滿血版的配置與性能本地單機多卡部署DeepSeek（量化）滿血版的策

 講師：葉梓詳情

知識圖譜的Python實現(xiàn)【課程簡介】本課程包含知識圖譜的基本概念及常用算法，并實現(xiàn)了一個基于知識圖譜的對話機器人。通過1天的系統(tǒng)學習、案例講解和動手實踐，讓學員能初步了解知識圖譜的的相關知識與技術?！菊n程對象】理工科本科以上，或至少了解一種編程語言。知識圖譜基礎知識圖譜存儲知識圖譜基礎概念知識推理本體推理方法本體推理工具語義搜索RDF與RDFSOWL與OW

 講師：葉梓詳情

智能醫(yī)療技術與ChatGPT臨床應用三日深度培訓第一天：人工智能基礎與Python編程入門上午：人工智能在醫(yī)療領域的應用概述Python編程基礎環(huán)境搭建、數(shù)據(jù)類型、流程控制Python環(huán)境搭建Python數(shù)據(jù)類型與流程控制Python函數(shù)的應用Python面向對象編程?文件讀寫和目錄操作異常處理機器學習概述數(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)準備、數(shù)

 講師：葉梓詳情

人工智能“最強模型”transformer詳解【課程簡介】Transformer是迄今為止人工智能領域的最新和最強大的模型類別之一。它幾乎正在憑借一己之力來推動深度學習的又一波重大進步。Transformer模型充分運用了稱為注意力和自注意力機制，以檢測系列（或圖像）中元素相互影響和相互依賴的微妙關系。本課程通過2天時間的詳細介紹，可使學習者初步了解Tran

 講師：葉梓詳情

人工智能技術詳解【課程內(nèi)容】本課程包含大數(shù)據(jù)、機器學習、深度學習、知識圖譜、強化學習與深度強化學習的相關知識?！菊n程時長】7天（7小時/天）【課程對象】理工科本科及以上，且至少了解一門編程語言?！菊n程大綱】（培訓內(nèi)容可根據(jù)客戶需求調(diào)整）時間內(nèi)容案例實踐與練習Day1上午準備工作準備工作1.概念與術語2.Python（Anaconda）的安裝3.Pycharm

 講師：葉梓詳情

人工智能與深度學習第一天：人工智能概念與經(jīng)典算法人工智能概念綜述（第一天——1）從一些術語辨析人工智能人工智能之連接主義的興衰史這次AI的熱潮是怎么來的？圖像處理領域的最新熱點（第一天——2）分類、目標檢測與實例分割風格遷移自動駕駛人體姿態(tài)識別超分辨率圖像生成語言處理領域的最新熱點（第一天——3）Attention機制自動構建知識圖譜看圖說話預訓練機制三大經(jīng)

 講師：葉梓詳情

人工智能之最新自然語言處理技術與實戰(zhàn)課程介紹：自然語言處理(簡稱NLP)是計算機科學和人工智能研究的一個重要方向，研究計算機和理解和運用人類語言進行交互的問題，它是集語言學、機器學習、統(tǒng)計學、大數(shù)據(jù)于一體的綜合學科。本課程主要介紹了NLP中的常用知識點：分詞、詞法分析、句法分析、向量化方法、經(jīng)典的NLP機器學習算法，還重點介紹了NLP中最近兩年來基于大規(guī)模語

 講師：葉梓詳情

第一天上午：統(tǒng)計分析原理從最簡單的案例開始統(tǒng)計基礎描述性統(tǒng)計用SPSS實現(xiàn)描述性統(tǒng)計的案例回歸分析：線性回歸回歸分析：logistics回歸用SPSS實現(xiàn)回歸分析的案例可視化工具第一天下午：數(shù)據(jù)庫與數(shù)據(jù)倉庫介紹數(shù)據(jù)庫概述SQL（基本的增、刪、改、查）SQL（稍復雜的子句或嵌套）基于MySQL的上機操作SQL語言數(shù)據(jù)倉庫：度量與維度數(shù)據(jù)倉庫：星型模型、雪花模型

 講師：葉梓詳情

計算機視覺【課程時長】3天（7小時/天）【課程對象】理工科本科及以上，且至少了解一門編程語言?！菊n程大綱】（培訓內(nèi)容可根據(jù)客戶需求調(diào)整）時間內(nèi)容案例實踐與練習Day1上午準備工作準備工作決策樹準備工作（1）概念與術語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

計算機視覺【課程簡介】本課程包含計算機視覺領域的的重要概念及常用算法（神經(jīng)網(wǎng)絡、支持向量機、CNN、GAN等），以及人工智能領域熱點應用場景：目標檢測、圖像分割、圖像生成等。通過2天的系統(tǒng)學習、案例講解和動手實踐，讓學員能初步邁入深度學習和計算視覺的知識殿堂?！菊n程收益】掌握基于python的視覺分析知識；掌握深度學習框架：TensorFlow、pytorc

 講師：葉梓詳情

COPYRIGT @ 2001-2018 HTTP://www.musicmediasoft.com INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權所有