南寧python人工智能培訓(xùn)

學(xué)習(xí)內(nèi)容

監(jiān)督學(xué)習(xí)、分類器、預(yù)測(cè)建模、無監(jiān)督學(xué)習(xí)、推薦引擎、文本分析、語音識(shí)別、時(shí)間序列、圖像分析、人臉識(shí)別、深度神經(jīng)網(wǎng)絡(luò)、高級(jí)可視化。

1、數(shù)據(jù)預(yù)處理、標(biāo)記編碼、線性回歸、嶺回歸、多項(xiàng)式回歸、估算房?jī)r(jià)、共享單車需求分布；

2、Python基礎(chǔ)，Python進(jìn)階，數(shù)據(jù)庫實(shí)戰(zhàn)開發(fā)，微積分、線性代數(shù)、概率基礎(chǔ)、貝葉斯公式、高斯分布、參數(shù)估計(jì)、信息論基礎(chǔ)等、機(jī)器學(xué)習(xí)基礎(chǔ)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成式對(duì)抗神經(jīng)網(wǎng)等、深度強(qiáng)化學(xué)習(xí)。

3、基于 SVM 的線性分類器、基于 SVM 的非線性分類器、 類型數(shù)不平衡問題、置信度、超參數(shù)、事件預(yù)測(cè)器、 估算交通流量；

4、基于 k-means 算法的數(shù)據(jù)聚類、基于量化矢量的圖像壓縮、均值漂移聚類模型、基于凝聚層聚類的數(shù)據(jù)分組、聚類算法評(píng)價(jià)、基于 DBSCAN 算法的集群數(shù) 自動(dòng)估算、股票數(shù)據(jù)模式、客戶細(xì)分模型；

5、數(shù)據(jù)處理函數(shù)包、機(jī)器學(xué)習(xí)流水線、尋找近鄰、KNN 分類器、KNN 回歸器、歐式距離分?jǐn)?shù)、皮爾遜 相關(guān)系數(shù)、相似用戶、電影推薦等。