上海涛德顾问学院

机器学习、TensorFlow、人工智能高级算法

 

核心价值:TensorFlow深度学习开发、强化学习开发,数学模型能力培训



核心内容:


通过课程学习中复杂的Tensorflow深度神经网络,牛顿法数学原理,以及梯度下降、强化学习源代码级算法开发(计算科学研究生水平+部分计算机博士数学水平)。



实验及数学项目为:

TensorFlow 机器视觉项目

TensorFlow NLP自然语言处理

TensorFlow NLP语料库词向量生成

手工开发一个梯度下降算法(核心)

数学推导余弦相似度、牛顿法(核心)

手动开发一个人工智能下棋程序(核心)



课程价值:

机器学习人工智能算法工程师年薪普遍在年薪100万以上(相关工作年限5年)



课程目标:


未来学习能读懂各种复杂数学公式,以及基于公式做程序代码开发,能够完成复杂的TensorFlow开发。




课程时间:7天

 



课程大纲:


 独家核心教学内容 一: 人工智能

(注:涛德全国独家编写教材,本部分内容没有相关书籍出版)

 

1 人工智能与动态规划

2 主流动态规划算法

3 智能体随机行为计分矩阵

4 智能体行为选择

5 不调用任何平台接口的人工智能开发

6 项目:机器人下棋程序开发

 

 

 

独家核心教学内容  二:高级算法数学模型详解

 

(1:涛德全国独家编写教材,本部分内容没有相关书籍出版)

(2:内容照顾了没有数学基础的同学,从高中数学基础开始深入模型)

 

我们认为高薪的机器学习、人工智能工程师不光是要懂工具的使用、还需要理解开源工具背后的高级数学。

 

涛德的算法模型除了1统计学习,2微积分、3线性代数。

 

还包括:1动态规划、2泛函、3解析几何 等相关高级算法内容。

 

本部分内容较多,以下列出部分内容(约占1/5:


数学基础:从高中数学开始

向量的(正交)projection投影  

数据集的数学表示

用数据库数据仓库及数学的方式分别来解释上面内容  

优化问题  

无约束的优化    

黑塞矩阵  

正定

 

计算前主子式  

阶行列式的 K 阶主子式


 

三:数学基础(基于R)


注:商业上大部分数学及统计应用是基于R语言,本部分内容采用R语言

与机器学习相关的微积分知识

与机器学习相关的线性代数知识

如何在程序中计算导数、梯度、损失函数

案例:手工实现线性回归梯度下降模型开发

 


四:TensorFlow(基于Python)

 

深度学习简介

TensorFlow的安装简介

神经网络算法基础

计算图和 TensorFlow 基础

神经网络的优化


 


卷积神经网络(CNN)与图形识别

卷积神经网络常用结构

卷积层和池化层

实现LeNet-5经典模型及其他模型

图形数据处理函数

案例:图形处理案例

项目案例:现实图像识别

 

  

RNN 循环神经网络

LSTM 长短时间记忆网络的结构

如果用RNN进行NLP自然语言处理

如何用RNN进行时间序列分析

项目案例:实现自然语言处理



Word2Vec词向量训练





联系

上海涛德顾问学院 ( 沪ICP备14006824号 )  

GMT+8, 2018-12-15 02:32 , Processed in 0.120140 second(s), 9 queries , Gzip On.

Top Data World

回顶部