基于Python的机器学习与深度学习培训课程-中心

主题

内容

Python机器学习算法的环境搭建与技术优势

1、 Python3.6开发环境和主要安装包

2、 Python集成开发环境

3、 Python机器学习优势

4、 Python机器学习例程学习

机器学习主流算法1

1、SVM的原理与实现

2、基于SVM的字符识别方法

3、神经网络原理与实现

4、基于神经网络的人脸识别

机器学习主流算法2

1、决策树原理与实现

2、基于决策树原理的图像分类

3、随机森林原理与实现

4、基于随机森林原理的图像分类

深度学习Python开发平台

1、搭建Tensorflow深度学习平台

2、搭建Pytorch深度学习平台

3、搭建Keras深度学习平台

深度学习原理与实践

1、CNN模型的原理与应用

2、基于CNN模型的字符识别方法

3、基于CNN的图像分类与识别

深度学习模型优化方法

1、自定义深度神经网络结构

2、深度神经网络的优化方法

3、深度框架的损失函数

4、基于深度学习的行人识别案例

深度学习算法的案例及应用1

1、残差网络模型与部件结构网络

2、基于深度学习的行人识别案例

深度学习算法的案例及应用2

1、FasterRCNN，SSD图像检测算法

2、基于深度学习的图像目标识别与定位