• 120h

    课程时长

  • 365

    服务期

  • 无限期

    有效期

  • 127

    学习人数

课程参数
教学服务
随到随学
随时随地皆可学习,无需等待,使你的学习更灵活,更高效。
答疑辅导
答疑解惑,及时扫清学习过程中的障碍,助你顺利完成学习。
源码开放
提供全部课程源码,搭建真实的开发环境,保证你的练习更高效。
课程更新
在服务期内,如果课程有更新,你可以享受更新后的课程内容。

课程简介

本套课程完整覆盖人工智能最核心模块,主要包括:Python数据科学必备库+Python网络爬虫+机器学习+深度学习。

全面的知识讲解,搭配34个项目案例,从数据爬取到数据分析 ,从数据挖掘到计算机视觉与自然语言处理,涵盖您在人工智能方面提升的所有需求,物超所值。

适合人群

适合人群

在校大学生/研究生

新入职场的技术小白

零基础想转行的非IT人员

有基础想转行的在职IT人员

期望得到技能提升的IT研发人员

主讲内容

Python快速入门

Python 网络爬虫

机器学习入门

机器学习提升

数据挖掘

深度学习原理与实战

Tensorflow 自然语言处理

Tensorflow 图像处理

物体检测与机器翻译实战

实战项目

项目名称:Python 实现逻辑回归与梯度下降

项目描述:使用Python 实现回归算法并将其效果优化

项目名称:信用卡诈欺检测

项目描述:每个月银行上万笔的交易当中,可能只存在一笔诈欺交易,但是只要出现一笔诈欺交易就会造成巨大的损失,我们的任务就是要在这样样本数量极不对等的情况下,将诈欺交易找出来就是我们此次项目的任务。

项目名称:Python文本数据分析

项目描述:文字是一班人最常接触的大量数据,而我们的任务就是要用 Python 的数据分析工具对于文本数据进行分析。

项目名称:决策树Sklearn实例

项目描述:对于决策树的进行实际案例使用,从中找出更加高效的的决策方式。

项目名称:Python实现PCA主成分分析

项目描述:在繁杂的数据中,如何选择有效的维度来优化模型?主成份分析可以帮我们来减少数据集的维度,挑选出基本特征,在之后建模的过程中提高我们的准确度。

项目名称:GMM聚类实践

项目描述:透过聚类算法了解数据的分布情况,找出其中其中的差异跟极端

项目名称:推荐系统实践

项目描述:在现在的时代推荐系统可以更有效的瞄准客户,而分类算法是推荐系统的核心,在此项目中我们将了解分类算法的应用跟实践。

项目名称:SVM实践

项目描述:当样本差异性不大的时候,其他的分类算法效果不尽理想,而SVM的特性可以让我们有效的解决两个纠缠的特征样本。

项目名称:时间序列AIRMA模型

项目描述:平稳的时间连续序列可以帮我们说明模型的信息价值,近一步的来作出预测。透过此案例我们从连续的时间体现中了解如何对此进行判断。

项目名称:时间序列预测任务

项目描述:商业性质任务中,时间序列预测任务是最常面对的一种任务,透过此案例我们将对未来的时间进行结果预测。

项目名称:Xgboost调参实例

项目描述:当数据跟算法已经改无可改的时候,模型的参数就是我们要再优化下去的选择,透过此案例将学习如何对模型进行调参,近一步的提高准确率,还有防止过拟合。

项目名称:农粮数据分析

项目描述:探索性数据分析是对于数据挖掘的基本功,透过此案例我们将了解数据分析背后的统计原理

项目名称:房价预测

项目描述:回归算法是透过各个维度的影响所产生的趋势,在此案例中我们将逐步发现在房价数据的各个维度上对于房价的影响,并且进一步地对房价作出预测。

项目名称:案例实战CIFAR图像分类任务

项目描述:分類圖像是機器視覺的基礎,讓機器可以分別出圖像之間的區別,透過此案例我們將了解如何透過神經網絡對於彩色圖片進行分類。

这个项目有一个小问题 项目的名称应该是要叫做 CIFAR-10 也就是对于十种彩色图片进行分类。

项目名称:Gensim中文词向量建模

项目描述:中文跟英文的词向量有很大的不同,因为英文自带分格,而中文我们需要去进行停顿切分,之后才进一步地将他们分词,分别转化成词向量,透过此案例我们将了解到中文词在自然语言处理中的基础。

项目名称:使用word2vec进行分类任务

项目描述:前面我们完成了关于如何将中文词转化为词向量,近一步的在此案例中对于词向量进行分类。

项目名称:案例实战CNN网络

项目描述:CNN 在图像处理,跟分类上一直都有显著的表现,透过此案例我们将了解CNN 的搭建实作并且进一步了解他的优缺点,还有背后的原理。

项目名称:人脸检测数据源制作与网络训练(基于Caffe)

项目描述:在此案例中我们将使用 Caffe. 对于人脸进行识别检测

项目名称:关键点检测第一阶段网络训练(基于Caffe)

项目描述:人脸识别的要点在于对于人脸的特征也就是关键点进行辨认,在此案例中我们将对于人脸的关键点,进行训练

项目名称:关键点检测第二阶段模型实现(基于Caffe)

项目描述:通过上一个案例我们已经对人脸的关键点进行训练,在此案例中我们将对于训练的结果进一步的实现并验证效果

项目名称:对抗生成网络(基于Tensorflow)

项目描述:在图像处理当中对抗生成网络是大公司必备的技术,透过此案例我们将基于 Tensorflow 框架对于对抗生成网络进行实作,并了解背后的原理。

项目名称:LSTM情感分析(基于Tensorflow)

项目描述:LSTM 可以说是神经网络中的瑞士小军刀什么事情都能做,在此案例中我们将对于数据中所体现的情感进行分类。

项目名称:强化学习基础(基于Tensorflow)

项目描述:现今人工智能为主要发展的企业,强化学习都是必须要会的技能之一,透过此案例我们将讨论强化学习的原理和实践。

项目名称:DQN让AI自己玩游戏(基于Tensorflow)

项目描述:深度强化学习是人工智能目前最热门的领域之一,在此案例中我们将使用 GYM中的游戏来训练神经网络,让他可以自己玩游戏并且获得高分。

项目名称:机器人写唐诗(基于Tensorflow)

项目描述:唐诗是汉字最优美的排列,我们将透过三万多手古诗训练神经网络,学习古诗的规则,进而创作。

项目名称:文本分类任务解读与环境配置

项目描述:数据大量爆炸的现代,精准的推送已经是企业必备的技能,文本分类的任务将快速高效地帮我们对于网络上海量的文本内容进行分类,近一步的根据用户的使用习惯进行推送。

项目名称:seq2seq序列生成模型解读(基于Tensorflow)

项目描述:seq2seq模型是在NLP领域中非常重要的部分,具有高效精准的性质,我们将透过此案例来了解 seq2seq 的原理

项目名称:seq2seq序列模型实战(基于Tensorflow)

项目描述:经过上一个案例之后,我们将在此案例中对 seq2seq 模型进行实作。

项目名称:style-transfer工作原理(基于Tensorflow)

项目描述:风格转换(style-transfer)是许多娱乐应用爱用的效果之一,我们将在此案例当中学习如何基于 Tensorflow 来实现风格转移

项目名称:style-transfer实战(基于Tensorflow)

项目描述:经过上一个案例之后,我们将在此案例中透过 Tensorflow 实作风格转移

项目名称:对话机器人

项目描述:对话机器人 (Chatbot) 是一种更加高效的服务方式,许多大企业皆有人性化的对话机器人来提高服务的效率跟质量,在此案例中我们将探讨对话机器人背后的原理与实践。

项目名称:NLP-相似度模型

项目描述:相似度的分析是对于降同内容不同描述的文本信行比对,在此案例中我们将使用神经网络对此进行实作。

项目名称:行为识别

项目描述:许多企业都会收集用户的行为数据,进一步预测用户的行为,在此案例中我们将会对此进行分类,预测用户的行为让企业做出相对应的决策。

师资团队
  • Tyler老师
    高级讲师
    同济大学计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战专家。参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度学习系列课程,课程生动形象,风格通俗易懂。