上海涛德顾问学院

涛德全国首家 AI 人工智能培训,机器学习、深度学习、TensorFlow、DeepMind 强化学习培训。
内容精深同时学习R语言及Python环境下的机器学习,质量为王,全面好评,注重诚信。
上海涛德是全国首家人工智能培训机构。
2017年中国把人工智能提升为成为国家战略。涛德率先在全国范围内推出机器学习,Tensorflow深度学习,强化学习等一系列内容的人工智能培训,成功助力学员入行AI领域,那时候深度学习还是算法的主角。2018年全国前言科技公司开始大面积采用强化学习算法,而这项技术涛德学员在2017年就已经学习并掌握。成为同学们面试及工作中的致胜法宝。

联系电话及微信咨询:159 0075 2994
学员中有来自国内顶尖学府、美国
常春藤名校及英澳名校的同学们
学员中有来自国内外知名企业,如
花旗、惠普、IBM、腾讯、电信等
工作背景:软硬件开发工程师、IT
经理、架构师、BI工程师、DBA等
Intel,Paypal,高通,花旗等知名外
企选择涛德讲师实施人工智能培训
解密涛德学员高薪的秘密
涛德的人工智能培训:
1 紧紧口企业需求

2 聚焦核心算法

3 推陈出新

4 完全实战派奖讲师

5 17个项目学习

6 面试问题随堂讲
17个实验项目:实现技术落地。

•核心AI人工智能项目:
•项目1:图像识别,人脸识别等AI视觉
•项目2:AI机器人写小说、诗歌
•项目3:打造我们自己的Mini Alphago,机器人下棋程序开发(手工开发,不借助于其他接口)
•项目4:多个主流机器学习模型流水化训练模型(新增)
•其他机器学习项目:
•项目5:癌症筛查检测
•项目6:自然语言处理NLP:电信垃圾短信过滤
•项目7:高风险银行贷款识别
•项目8:医疗保险费用评估
•项目9:工业品强度检测
•项目10:手写数字图片识别
•项目11:购物篮分析推荐算法
•项目12:SNS社交网站用户营销:细分市场推销群体识别
•项目13:手工实现梯度下降回归模型
•项目14:基于TensorFlow实现回归模型
•核心数学项目:
•项目15:手工计算梯度下降
•项目16:神经网络链式求导
•项目17:手工计算含二阶偏导的凸优化
涛德人工智能课程特色服务:
1面授:学习效率高互动性好。
2 小班制:真正小班10人左右兼顾每位学员
3 免费重听
4 随堂视频
5技术交流群
VIP小班课堂
课程大纲(第三版2019新)
一、人工智能核心算法模型(独家核心教学内容)

人工智能与动态规划

主流动态规划算法

智能体随机行为计分矩阵

智能体行为选择 

马尔科夫动态决策

不调用任何平台接口的人工智能开发

无标签电商数据NLP多分类(2019新增:涛德为客户实施的真实企业AI项目,客户为世界500IT硬件公司)

项目:机器人下棋Mini AlphaGo程序开发

二、 高级算法数学模型详解(独家核心教学内容)

几何向量计算基础

Vector projection

数据集表示

优化问题

一阶优化

二阶优化

凸优化     

Minors

Hessian

注:涛德的算法模型除了包括统计、高数、线代等内容之外,还包括如:凸优化、解析几何等其他更高级别数学算法内容

三、Python 3 基础,R语言基础

Python 3基础语法

科学计算包使用

List对象使用

Tuple对象使用

Dict对象使用

Python Numpy多维数值运算

数据框对象

Pandas包使用

读取来自文本的数据源

读取来自ODBC的数据源

Python 基础绘图

R语言基础

Vector对象

Matrix对象

数据框对象

R语言绘图

ggplot2高级数据可视化

四、统计学习的实现

R连接数据源

R与概率统计   

概率与事件基础理论

常用统计量

随机变量分布

离散型随机变量与概率概率质量函数与累计分布

连续随机变量及概率分布

推断统计

推断统计:假设检验

Z,t等近多种分布的分析与检验及相关案例(案例主要以金融行业为主)

统计分布的可视化

二项分布金融数据分析

正态分布原理

正态分布源代码级开发

单样本t检测

多样本t检测

股票指数配对分析检测案例

皮尔逊相关系数与推荐算法 

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。主要目标是让学员了解人工智能机器学习算法背后的统计学习原理,同时对应数据分析师职业需求,也提供了量化交易工程师的统计学基础。

五、Python3,R语言机器学习及基础数学算法

数据模型评估

数据挖掘模型、精准度分析

主流监督学习算法

主流无监督学习

KNN算法

SVM分类算法

K-means聚类

线性回归

GLM广义线性回归

逻辑回归

泊松回归

 

C50最新版决策树算法原理

基于熵和信息增益的决策树数学模型手工计算

基于树的回归算法

回归树算法模型的手工计算

Apriori推荐算法

推荐算法数学模型的手工计算

bagging集成学习算法

bootstrapping

k-fold cv 交叉验证

机器学习模型评估方法

注:我们认为一个合格的数据科学家应该同时具备RPython开发能力,因此本部分采用两种语言同时学习,同时包含大量数学模型的手工计算(涛德独家)

六、源代码级算法开发的数学基础(涛德独家)

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

如何在获得微积分的求导公式

如果在程序中获得Chain Rules 链式求导结果

爬山算法

退火算法

梯度下降算法

矩阵运算中的特征值与特征向量

如何利用特征值与特征向量实现维度裁剪

PCA降维算法的实现

案例:手工实现线性回归梯度下降的源代码模型开发

七、TensorFlow 深度学习模型与项目应用 (基于Python)

深度学习简介

TensorFlow的安装简介

神经网络算法基础

高等数学基础链式求导

矩阵运算

 

计算图和 TensorFlow 基础

深度神经网络

损失函数定义

交叉熵损失的源代码开发

反向传播和优化器

神经网络的优化

梯度下降

随机梯度下降

基于动量的优化器

Adam优化器

学习率设置、过拟合问题、Drop out

案例:TensorFlow实现多分类器

 

TensorFlow内部的TFrecord类型数据的生成(涛德独家内容)

特征数组与特征字典映射

构造特征数据

构造特征标签

特征数据与标签合并生成TFrecord

 

图像识别的数组处理(涛德独家内容)

实验:手工画一张图是如何一步一步被计算机处理为3维度数数组

如何通过运算把彩色图像转换为灰度图像实现降维处理

数组又如何在屏幕上显示为图像

 

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

Alex Net图像识别模型及实现

图形数据处理函数

图像识别时权重与激活函数结果的交互式分析

案例:图像识别

 

RNN 循环递归神经网络

LSTM 长短时间记忆网络的结构

LSTM解决梯度消失的数学原理(涛德独家)

     

遗忘门限单元数学原理(涛德独家)

输入门限单元数学原理(涛德独家)

输出门限单元数学原理(涛德独家)

LSTM门限单元的内部结构及手工数学计算(涛德独家)

如何用RNN LSTM 进行NLP自然语言处理

如何用RNN LSTM 进行时间序列分析

静态LSTM特征处理

动态LSTM特征处理

模型存储

模型参数载入

案例: NLP机器人写作

  

NLP词向量

词向量

CBOW

Skip-gram模型

Embedding矩阵

Miklov子采样

Miklov子采样的源代码实现

负采样

案例:训练词向量

八、Keras NLP 应用开发(2019年新增,涛德独家)

Keras是深度学校的上层框架,Keras本身的学习相对简单,但本课程主要聚焦基于KerasNLP高级应用,课程项目为涛德为一家500IT公司实施的NLP实际应用。

Keras基础

Keras实现卷积神经网络

Keras实现递归神经网络

Keras NLP数据清洗处理

高级项目:无标签电商数据NLP多分类应用(注:涛德独家真实项目)

回到顶部
联系

上海涛德顾问学院 ( 沪ICP备14006824号 )  

GMT+8, 2019-5-24 01:48 , Processed in 0.143675 second(s), 10 queries , Gzip On.

Top Data World

回顶部