python+人工智能

课程大纲

时间 课程模块 课程内容

第一天

上午 第一模块：Python必备库快速入门 1. Python语言基础快速入门

2. 科学计算库Numpy

3. 数据分析处理库Pandas

4. 可视化库Matplotlib

人工智能必备Python基础，快速掌握语言风格与常用库使用方法。

第一天下午 第二模块：机器学习经典算法(一) 1. 线性回归

2. 逻辑回归

3. 决策树

4. 随机森林

5. 支持向量机

第二天

上午 第二模块：机器学习经典算法(二) 6. Xgboost

7. 聚类

8. 神经网络

9. PCA与SVD

10. 词向量模型Word2vec

机器学习必备经典算法原理推导,实例阐述机器学习算法工作原理与应用场景。

第二天

下午 第三模块：机器学习案例实战 1. 科比职业生涯数据

2. 泰坦尼克号船员获救预测

3. 信用卡欺诈检测

4. 鸢尾花数据集分类

5. Mnist手写字体识别

6. 员工离职与股价预测

基于真实数据集，使用scikit-learn库进行建模与评估工作，从零开始，代码实战。

第三天

上午 第四模块：决胜AI深度学习必备原理 1. 深度学习发展与应用

2. 神经网络必备基础

3. 神经网络架构

4. 卷积神经网络详解

5. 神经网络技巧与细节

6. 强化学习原理与实践

从神经网络基础知识点入手，分模块讲解神经网络细节，由浅入深过渡到深层的卷积神经网络，技巧与细节分析。

第三天

下午 第五模块：深度学习必备框架 1. Tensorflow基础操作

2. Tensorflow建立机器学习模型

3. Tensorflow神经网络详解

4. 基于Tensorflow的CNN与RNN模型

5. Caffe框架配置参数详解

6. Caffe两种常用数据源制作

7. Caffe技巧与应用

深度学习两大神器Caffe与Tensorflow实战，代码示例演示如何应用框架进行深度学习建模任务。

第四天上午 第六模块：深度学习项目实战（一） 1. 验证码识别（基于Tensorflow）

2. 文本分类（基于Tensorflow）

3. 图像风格转换（基于Tensorflow）

第四天下午 深度学习项目实战（二） 4. 词向量模型Word2vec（基于Tensorflow）

5. 强化学习让AI自己玩游戏（基于Tensorflow）

6. 人脸检测（基于Caffe）

7. 人脸关键点定位（基于Caffe）

基于深度学习框架Tensorflow与Caffe从数据源制作开始进行数据预处理与网络模型训练，完整演示如何应用深度学习到实际任务中。

第五天 学习考核与业内经验交流