Ansys|91国内精品视频|Matlab|91国内精品久久久|R语言培训课程班-91国内精品久久-曙海培训深圳成都南京苏州杭州

以下就是本次機器學習培訓的內容：

　　課程目標：

　　課程對于初學者而言，適合如下目標：

　　1)了解機器學習/深度學習的適用場景和基本原理(做不到掌握機器學習技術或者全面了解機器學習技術，只能是了解典型方法)

　　2)用兩三個典型的實驗任務，讓學員直觀感受到：機器學習能解決什么問題，大概是個什么效果。實驗任務均給定代碼，學員閱讀理解代碼、運行任務、調試效果。

　　3)對于有編程基礎的學員：能夠用機器學習工具處理簡單NLP任務

　　課程大綱：

?

　　機器學習的基本原理和典型模型介紹

　　1、機器學習簡介

　　2、線性回歸模型和梯度下降法

　　3、最大熵模型

　　4、支持向量機模型

　　5、無監督學習常用方法介紹

　　6、優化技巧：正則化和降維問題

　　實驗

　　1、實現梯度下降算法

　　2、分別使用線性回歸模型、最大熵模型解決垃圾郵件分類問題

　　3、無監督學習解決文檔聚類問題，并從特征降維角度優化效果和速度

　　深度學習基本原理和典型模型介紹

　　1、人工神經網絡基本原理

　　2、NNLM和word2vec介紹

　　3、CNN原理及應用

　　4、RNN原理及應用

　　5、Gans原理及應用

　　實驗

　　1、教師提供語料，學員使用word2vec訓練詞向量，并使用詞向量完成詞語相似度計算任務，觀察效果

　　2、安裝tensorflow，并運行指定的樣例任務，修改關鍵參數，觀察效果變化

　　3、使用tensorflow實現一個簡單的CNN網絡，在同樣的樣例上觀察效果