1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓(xùn)班中重聽；
       2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費提供課后技術(shù)支持。
       3、培訓(xùn)合格學(xué)員可享受免費推薦就業(yè)機會。☆合格學(xué)員免費頒發(fā)相關(guān)工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認(rèn)同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認(rèn)可。

• 第一部份
  1、【2】 第二模塊：機器學(xué)習(xí)經(jīng)典算法(一)
  1.機器學(xué)習(xí)基礎(chǔ)概念。 2.決策樹。 3.最鄰近規(guī)則分類KNN算法。 4.線性回歸和非線性回歸。 5.Kmeans算法。 6.SVM算法。 7.神經(jīng)網(wǎng)絡(luò)。
  2、【1】 第一模塊：Python必備庫快速入門
  1.人工智能應(yīng)用發(fā)展簡介。 2.python基礎(chǔ)學(xué)習(xí)。 3.科學(xué)計算包numpy學(xué)習(xí)。 4.繪圖工具包matplotlib學(xué)習(xí)。
  第二部份
  1、【1】 第二模塊：機器學(xué)習(xí)經(jīng)典算法(二)
  1.神經(jīng)網(wǎng)絡(luò)基本原理。 2.單層感知器程序。 3.線性神經(jīng)網(wǎng)絡(luò)。 4.激活函數(shù)，損失函數(shù)和梯度下降法。 5.BP神經(jīng)網(wǎng)絡(luò)介紹。 6.BP神經(jīng)網(wǎng)絡(luò)解決異或問題。 7.BP神經(jīng)網(wǎng)絡(luò)解決手寫數(shù)字識別。 8.BP網(wǎng)絡(luò)論文講解。 9.介紹GOOGLE神經(jīng)網(wǎng)絡(luò)演示平臺。
  2、【2】 第三模塊：機器學(xué)習(xí)案例實戰(zhàn)
  1.Tensorflow安裝。 2.Tensorlfow基礎(chǔ)知識：圖，變量，fetch，feed。 3.Tensorflow線性回歸。 4.Tensorflow非線性回歸。 5.Mnist數(shù)據(jù)集合Softmax講解。 6.使用BP神經(jīng)網(wǎng)絡(luò)搭建手寫數(shù)字識別。 7.交叉熵(cross-entropy)講解和使用。 8.過擬合,正則化,Dropout。 9.各種優(yōu)化器Optimizer。 10.改進手寫數(shù)字識別網(wǎng)絡(luò)。 11.Tensorboard的使用。
  第三部份
  1、【2】 第五模塊：項目實戰(zhàn)（一）
  圖像識別項目： 1.從頭開始訓(xùn)練圖像識別模型。 驗證碼識別項目： 2.生成驗證碼。 3.多任務(wù)學(xué)習(xí)介紹。 4.使用圖像識別方法完成驗證碼識別。 5.驗證碼識別效果測試。 6.使用多任務(wù)學(xué)習(xí)完成驗證碼識別。 7.驗證碼識別效果測試。 語音分類項目： 8.語音信號處理。 9.使用LSTM完成語音分類。
  2、【1】 第四模塊：卷積神經(jīng)網(wǎng)絡(luò)與圖像識別
  1.卷積神經(jīng)網(wǎng)絡(luò)CNN的介紹。 2.使用CNN解決手寫數(shù)字識別。 3.深度殘差網(wǎng)絡(luò)講解。 4.長短時記憶網(wǎng)絡(luò)LSTM介紹。 5.LSTM的使用。 6.介紹Google圖像識別模型Inception-v3。 7.使用Inception-v3做圖像識別。 8.Retrain圖像識別模型。
  第四部份
  1、【1】 第五模塊：項目實戰(zhàn)（二）
  文本分類項目： 1.nlp任務(wù)介紹。 2.word2vec介紹。 3.word2vec實現(xiàn)。 4.CNN實現(xiàn)文本分類。 5.LSTM實現(xiàn)文本分類。 6.seq2seq模型介紹。
  2、【2】 第六模塊：人臉識別技術(shù)
  1.人臉識別介紹。 2.生成式模型介紹。