 班級人數--熱線:4008699035 手機:15921673576( 微信同號) |
| 增加互動環節，
保障培訓效果，堅持小班授課，每個班級的人數限3到5人，超過限定人數,安排到下一期進行學習。 |
| 授課地點及時間 |
上課地點：【上海】：同濟大學(滬西)/新城金郡商務樓(11號線白銀路站) 【深圳分部】：電影大廈(地鐵一號線大劇院站)/深圳大學成教院 【北京分部】：北京中山學院/福鑫大樓 【南京分部】：金港大廈(和燕路) 【武漢分部】：佳源大廈（高新二路） 【成都分部】：領館區1號（中和大道） 【廣州分部】：廣糧大廈 【西安分部】：協同大廈 【沈陽分部】：沈陽理工大學/六宅臻品 【鄭州分部】：鄭州大學/錦華大廈 【石家莊分部】：河北科技大學/瑞景大廈
開班時間(連續班/晚班/周末班）：2020年3月16日 |
| 課時 |
◆資深工程師授課
☆注重質量
☆邊講邊練
☆若學員成績達到合格及以上水平，將獲得免費推薦工作的機會
★查看實驗設備詳情，請點擊此處★ |
| 質量以及保障 |
☆
1、如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
☆ 2、在課程結束之后,授課老師會留給學員手機和E-mail,免費提供半年的課程技術支持，以便保證培訓后的繼續消化；
☆3、合格的學員可享受免費推薦就業機會。
☆4、合格學員免費頒發相關工程師等資格證書，提升您的職業資質。 |
☆課程大綱☆ |
| |
第1部份：
00_為什么要學習數學
01_引言和學習方法
02_feature和label
03_什么是機器學習
04_數據采集方式
05_knn算法入門
06_knn算法python實現
07_代碼流程回顧
08_抽取knn函數
09_實驗演示驗證結論
10_評估模型好壞的方法，訓練集和測試集
11_生成測試和訓練數據集
12_調參選取最優的k
13_增加數據的維度
14_numpy加載特殊數據
15_歐式距離
16_二維空間距離的計算
17_代碼增加一個維度
18_數據歸一化
19_knn的feature的選擇
20_向量和向量的運算
21_概念總結
22_使用矩陣和向量實現knn
23_ 房價預測簡單框架
24_數據的歸一化和標準化
附1_如何學習數學
附：問題1
第2部份：
01_線性回歸和Knn
02_線性回歸解決什么問題
03_Excel進行線性回歸
04_損失函數和最小均方差
05_excle來簡單理解梯度下降
06_梯度下降的問題分析
07_求導簡單入門
08_mse對b進行求導
09_Excel演示梯度下降&學習速率
10_偏導數分別求解m和b的導數
11_對m和b分別進行梯度下降
12_Python代碼實現梯度下降
13_代碼測試生成m和b
14_作業演示
附_作業講解
第3部份：
01_高等數學入門
02_問題描述
03_簡單理解矩陣運算的現實含義
04_矩陣的形狀
05_矩陣的加法
06_手動計算矩陣的乘法
07_矩陣的乘法不滿足交換律
08_用numpy進行矩陣的乘法運算
09_矩陣運算計算m和b的偏導數
10_numpy矩陣運算演示獲取m和b的偏導
11_用矩陣運算重構線性回歸代碼
12_對比程序執行的時間
13_增加數據的維度
14_函數模型的評估和錯誤率的計算
15_矩陣可以理解為一個變化函數
16_bmp是如何描述圖片的
17_位圖和svg圖的區別
18_矩陣運算變化圖片的位置
19_矩陣運算旋轉圖形
20_矩陣的縮放處理
21_圖形變換綜合案例
22_機器學習淺談
23_sigmod函數引入
24_邏輯回歸的步驟
附：擴展作業
第4部份：
01_自然底數和sigmod函數
02_矩陣運算計算邏輯回歸
03_邏輯回歸簡單實現
04_多分類問題
05_多分類的概率問題思考
06_多分類問題softmax公式
07_手寫數字數據集
08_手寫數字的識別原理
09_手寫數字數據集的處理
10_手寫數字的識別
11_手寫數字bug處理
12_ai自動駕駛
13_神經網絡的作用
14_多層神經網絡演示
15_感知機
16_感知機數學原理
17_線性模型和非線性模型
18_交叉熵cross-entropy
19_概率簡介 |
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業