课程收益

课程中通过细致讲解，使学员掌握该技术的本质。具体收益包括：

1. 回归算法理论与实战；
2. 决策树算法理论与实战；
3. 集成学习算法理论与实战；
4. KNN算法和决策树算法理论与实战；
5. 聚类算法理论与实战；
6. 神经网络算法；

7.Tensorflow；

8. 生成式对抗网络GANs

课程特色

本次培训从实战的角度对深度学习技术进行了全面的剖析，并结合实际案例分析和探讨深度学习的应用场景，给深度学习相关从业人员以指导和启迪。

课程大纲

主讲老师：专家团

覃老师  上海大学物理学硕士，创业公司合伙人，技术总监。机器学习，深度学习领域多年一线开发研究经验，精通算法原理与编程实践。曾使用Tensorflow，Caffe，Keras等深度学习框架完成过多项图像，语音，nlp，搜索相关的人工智能实际项目，研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验，讲课通熟易懂，代码风格简洁清晰。

蒋老师  清华大学博士，人工智能专家 机器学习，深度学习领域多年一线开发研究经验，精通python、算法原理与编程实践。现就职于某大型国有科技公司从事大数据和人工智能的应用和开发。丰富的项目实战经验，对大数据的收集、处理、数据挖掘在实际应用中有深刻的认识。致力于利用大数据、人工智能在企业决策规划、语义理解、数据可视化方面的应用。具有多年授课培训经验，讲课通熟易懂，代码风格简洁清晰。

余老师  计算机硕士，十几年IT项目经验，带领技术团队完成网站构架、技术研发、设计，测试等工作；设计、指导关键技术模块，并对系统安全性、稳定性负责；根据公司的发展战略，提出it发展规划，并推动实施；合理安排部门内员工的日常工作，做到高效率、优效果。擅长多种技术技能，精通产品设计和需求分析；精通python、算法原理与编程实践；精通大数据Hadoop平台、Kylin等的应用和开发；精通JAVA 平台的Spring、Mybatis及分布式、多线程高性能架构相关开发技术；精通Spring Cloud 微服务架构和Spring Boot开发；精通.NET 平台的架构和设计；精通 Redis 缓存 MongoDB ，Rabbit MQ；精通高并发Web应用的性能瓶颈和调优方式;精通架构模式，Transaction、Security、Persistence等机制及实现，IOC、AOP、SOA等理念及实现;精通各种主流应用架构和平台，熟悉工作流引擎、规则引擎等中间件等。