课程介绍

• 

  唐宇迪

  高校教师 / 培训机构讲师

  计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战专家，善于实现包括人脸识别，物体识别，关键点检测等多种应用的最新算法。参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。

• 主题说明

  系列课程覆盖当下爆火的机器学习与深度学习核心算法原理与项目实战，从基本的机器学习算法开始讲起，对于每一个经典算法给出原理推导以及算法流程通俗解读。原理与案例相结合，使用真实数据集结合python使用分析与建模库来解决问题。由神经网络迈向深度学习的世界，通俗解读复杂的神经网络原理，逐步进军计算机视觉领域，结合当下流行的两大深度学习框架Tensroflow与Caffe和大家共同完成两个经典的项目实战，验证码识别与人脸检测。

• 适合对象

  适合对机器学习/深度学习感兴趣的同学以及准备从事机器学习，数据挖掘，计算机视觉等人工智能方向的在职人员。课程所有代码均使用Python,需要对Python语言有一些基础。

• 学习要点

  本次课程知识点

  ---

  1. 熵原理形象解读

  2. 决策树构造原理

  3. 实例演示决策树构造过程

  4. 决策树剪枝操作

  5. 随机森林模型

• 课时安排

  报名须知

  ---

  1. 本系列课程每周一、周二晚8点准时开课，记得准时登陆此页面进入直播间观看直播；

  2. 已报名用户，每次开课前都会有短信提醒与邮件提醒，因此还请在报名时填写正确的手机号码及邮箱地址；

  3. 开课后一周内会上传本节课的视频回放，若有已报名但无法观看直播视频的同学放心，回放视频不限时观看，届时直接登陆本报名页面观看回放即可。

   

  课程安排

  ---

  本课程是一个系列课程，（每周二、周四开课）报名的时候还请注意时间安排

  6月06日20：00-21:30   回归算法原理推导

  6月08日20：00-21:30   决策树与随机森林

  6月13日20：00-21:30   实战样本不均衡数据解决方法（上）

  6月15日20：00-21:30   实战样本不均衡数据解决方法（下）

  6月20日20：00-21:30   支持向量机

  6月22日20：00-21:30   聚类与PCA降维方法

  6月27日20：00-21:30   集成算法

  6月29日20：00-21:30   迈向深度学习-神经网络

  7月04日20：00-21:30   卷积神经网络

  7月06日20：00-21:30   深度学习框架-Tensorflow实战 

  7月11日20：00-21:30   案例实战-验证码识别

  7月13日20：00-21:30   案例实战-人脸检测