产品展示

全力为中小企业提供网页设计、网站建设等店铺详情装修设计、平面设计、品牌推广等高度定制服务

课程推荐

课程介绍:

 

本培训实践与理论并重,通过理论讲解,算法阐述,算法适用场景,实例分析和编码实践,以及对最新的人工智能算法的趋势和热点的分析和介绍,使学员不仅掌握机器学习,人工智能领域常用算法,而且可以在实战中应用机器学习人工智能解决工作中的实际问题,从而帮助企业在人工智能时代拔得头筹占得先机。

 

 

课程大纲

 

1 基于规则的分类器
工作原理
排序方案
直接提取规则
间接提取规则

2分类算法:贝叶斯
应用场景概述
贝叶斯定理
贝叶斯分类器的由来
朴素贝叶斯分类器
贝叶斯信念网络

 

3 支持向量机
为什么支持向量机广受好评
从逻辑回归到支持向量机
最大边缘平面
构造更高级的分类器的关键:核函数
核函数的多种选择
使用支持向量机来分类
如何选择最佳的模型:逻辑回归,支持向量机,人工神经网络

 

4 聚类算法:层次聚类
基本凝聚层次聚类算法
单链和全链,组平均
层次聚类的主要问题
层次聚类优点与缺点分析
实例学习和课堂练习:产品聚类

 

5 基于密度的聚类
使用场景
DBSCAN算法详解
密度聚类的使用

 

6 概率图模型
隐马尔可夫模型
马尔科夫随机场
条件随机场

 

7 人工神经网络
从逻辑回归到人工神经网络
大脑和人工神经网络
感知器模型
感知器能解决亦或问题吗?
多层感知器
深度神经网络
设计深度神经网络的最佳实践

空白    全部课程    大数据专题    大数据与人工智能-进阶