开班咨询
免费领取试听资料

课程简介

如今，人工智能火爆全球并快速切入各个领域，比如电商、金融、交通、安防、医疗、教育，国内外各大公司纷纷成立相关AI研究院，火速招兵买马，可目前市面上人才寥寥无几。

机器学习作为AI的核心技术，可谓掌握了机器学习，便跨过了AI的准入门门槛。迄今为止，专为找AI或转行AI量身定做的七月在线「机器学习集训营」已经举办了十三期，每一期都涌现出了很多offer，纷纷从Java、Android、iOS等传统IT行业成功转行转型转岗AI。

本第十四期由CSDN和七月在线联合开设，在前十三期的基础上，除了继续维持“直播教学 面试辅导 就业推荐并重，且提供CPU和GPU双云平台并布置作业考试竞赛”为代表的十二位一体的教学模式之外，为更加贴合企业的实战需求，特意恢复原有的五次线下。

这五次线下内容包括：HMM和CRF模型要点、机器学习实践案例、深度学习原理实战、深度学习项目实战、机器学习面试辅导。

一切为了学员的就业、转型、提升。

了解详情

特色服务

详细咨询

实战项目

企业项目

  • 企业项目一

    大规模跨境追踪/重识别（ReID）

    行人重识别（ReID）技术是近年来学术界和工业界的热点问题，ReID技术最大的价值就在于其跨摄像头追踪/关联的能力，有时也被称为跨镜追踪/识别。在当前智慧城市、智慧交通、智慧零售的大背景下，如何细粒度地甄别每个个体（行人或者车辆），并进行个体轨迹还原和串联是理解数据、应用数据的关键。2018年、2019年在各大计算机视觉顶级学术会议，都有大量的ReID论文出现，工业界也纷纷公开宣传了其在ReID公开数据集上取得刷新纪录的突破。

  • 企业项目二

    智能客服系统

    简介：这是一套智能的客服系统，用户导入数据后可以训练模型，使得模型能够更加准确匹配用户所提的问题。同样的用户也可以不重新训练模型，使用原有模型进行匹配问题。

    目标：分工合作完成一个应用级的智能问答系统，掌握模型算法和数据存储，并在此基础上通过模型的训练来完成问答系统的智能化。

  • 企业项目三

    电商平台的商品推荐系统

    电商业务在全球各大互联网公司的营收中都占有极其重要的地位，推荐系统对用户推荐商品的质量好坏直接影响了巨头们的股价，商品推荐团队是公司各大算法团队中的核心团队，有着绝对地位的优势，我们针对全球Top 1的电商数据进行推荐算法优化。

实训项目

项目1：python基本练习题 与 google python实战题

项目1：python基本练习题 与 google python实战题

通过完成基本练习题，加深和巩固对python的认识和理解，挑战来自google的python实战题，熟练完成书写python代码解决各种问题。

项目2：pandas综合练习

项目2：pandas综合练习

通过pandas 100题练习，加深对pandas操作的熟悉度，同时通过对Kaggle案例进行数据处理，掌握实际场景下的数据操作工具。

项目3：sklearn建模与使用

项目3：sklearn建模与使用

手把手带你get scikit-learn机器学习建模重要点借助于整理的简单资料，get迅速上手建模的技能，并学习如何进行模型调优，一步步优化自己的模型。期间的案例包括数个Kaggle与天池案例。

项目4：Xgboost与LightGBM使用

项目4：Xgboost与LightGBM使用

大部分情况下，为了取得好结果，我们会用集成模型，这个部分，我们设计了多个比赛和工业场景，帮助大家熟悉Xgboost和LightGBM的使用，使用树形Boosting模型达到较好拟合效果，同时又很好地控制过拟合。

项目5：Caffe&Tensorflow实战

项目5：Caffe&Tensorflow实战

这个部分，将获得激动人心的深度学习库Caffe与Tensorflow搭建网络进行训练的全技能。我们将通过一个景点的图像识别transfer learning，到图像检索，到风格转换，一步步带大家学习库的使用，真正做到使用深度学习库解决实际的图像场景。

项目6：图像分类与检索

项目6：图像分类与检索

具体的图像分类与检索案例，在电商服装数据集上，进行分类与检索的实验。将获得图像数据预处理，Tensorflow建模与调优，基本图像检索与高级图像检索技能。

项目7：癌症病理检测

项目7：癌症病理检测

您将获得大量96x96病理图像以进行二分类。正例标记表示图片的中心32x32像素区域 至少有 肿瘤组织的一个像素。 图像中心32x32像素外的肿瘤组织不影响分类结果，提供该外部区域以实现不使用零填充的卷积模型，以确保应用于整个图像时的一致结果。
本项目包括完整的数据科学竞赛流程：了解项目、数据分析可视化、预处理和数据增强、构建基线模型、训练、验证和分析、测试时增强、提交预测文件 ，还包括了项目部署。

项目8：基于YOLOv3模型的目标检测

项目8：基于YOLOv3模型的目标检测

目标检测(Object Detection)是计算机视觉中重要的一个分支，其功能主要是检测图片中的物体，用最小矩形框将框出目标位置并检测出目标类别。且本项目包含详细的项目文档、数据集、代码注释、模型训练与部署等等。

项目9：新浪新闻文本分类

项目9：新浪新闻文本分类

本项目为经典的新浪新闻文本分类项目，包含TextCNN、TextRNN、FastText、DPCNN及Transformer、Bert等多种模型，项目文档中具有详细的模型解读、代码注释、实验结果等，带你更加深入了解NLP方向涉及的先进技术。

项目10：基于DIEN的电商广告CTR预估

项目10：基于DIEN的电商广告CTR预估

阿里巴巴在 2018 年提出了深度兴趣进化网络 （Deep Interest Evolution Network）以下简称 DIEN ，并将其应用于淘宝的广告系统中，获得了 20.7%的CTR 提升。本项目包含详细的项目文档、代码注释等等。

实战咨询

讲师团队

  • 陈博士
    AI Lab负责人兼科学家

    历任浪潮集团数据科学家，国家电网人工智能行业应用方向团队负责人。参与过一国家863项目，且曾主持一山东省自主创新及成果转化专项，发明专利十余项，专业论文十余篇。对机器学习、NLP相关技术的原理推导，以及深度学习在能源、通信、气象等行业的应用深有研究。

  • CV Seven博士
    BAT CV算法高级技术专家

    博士毕业于国内Top5高校，在人工智能和模式识别领域发表了10余篇顶级会议和期刊。目前在国内某知名互联网公司担任CV算法高级技术专家，有深厚的学术背景和丰富的项目及业务落地经验。长期担任校园招聘和社会招聘技术面试官，授课风格深入浅出、诙谐幽默。

  • CV刘老师(竞赛圈阿水)
    大厂CV研发

    硕士毕业于北航计算机学院，擅长计算机视觉的相关算法应用，多次在爱奇艺等各大公司举办的CV和NLP竞赛中获得过冠军、亚军等优异成绩。

  • NLP赵老师
    知名互联网公司核心算法研发

    多年ML/DL项目经验，专注NLP方面，对序列标注、分文分类、文本匹配、文本摘要、智能问答等文本任务均有实际项目经验，讲课通俗易懂，课程项目均为工业场景。

  • 推荐殷老师
    推荐和广告方向的技术专家

    就职于BAT的商业变现部门，在点击率预估、智能出价、投放策略等方面有丰富经验。

  • AI Lab孙老师
    AI Lab C端教学负责人兼AI讲师

    10多年开发经验，曾先后任职国内知名互联网企业，从事人工智能方向的实施，擅长全栈开发，将机器学习/深度学习结合到实际生产运营中。现任七月在线AI Lab C端教学负责人兼AI讲师。

讲师沟通

课程大纲

  • 预习阶段 环境搭建和算法基础

    • 在线直播：1-Python基本语法
    • 在线实训：2-算法初步
    • 在线直播：3-必知必会的数据结构
    • 在线实训：4-Linux常用操作命令
    • 在线直播：5-入学测试

  • 第一阶段 Python基础和数据分析

    • 在线直播：1-Python核心语法精髓速讲
    • 在线实训：2-Python核心要点巩固
    • 在线直播：3-数据分析numpy和pandas精髓速讲
    • 在线实训：4-pandas综合练习
    • 在线直播：5-数据分析实战（美国大选、房价预测）

  • 第二阶段 数据分析与可视化全攻略

    • 在线视频：1-线性回归、logistic回归、梯度下降
    • 在线视频：2-决策树、随机森林、GBDT
    • 在线视频：3-SVM与数据分类
    • 在线视频：4-特征工程：数据清洗、异常点处理、特征抽取/选择/组合
    • 在线直播：5-机器学习简介、广义线性模型（线性回归、逻辑斯蒂回归）精髓速讲
    • 在线实训：6-算法核心要点巩固(上)
    • 在线直播：7-决策树、Boosting模型融合的精髓速讲
    • 在线实训：8-算法核心要点巩固(中)
    • 在线直播：9-朴素贝叶斯、SVM模型精髓速讲
    • 在线实训：10-算法核心要点巩固(下)

      • 在线直播：XGBoost精讲

      • 1-建模调参（数据清洗、特征处理、特征选择、模型的调参、评估）
      • 2-模型状态（过/欠拟合、状态验证、过/欠拟合的调整、模型调优）
      • 3-模型融合（集体智慧：投票器/Bagging/随机森林/Boosting）
      • 4-XGBoost简介及三类参数详解，和代码实现
    • 线下实战：HMM、CRF模型要点
      • 1-HMM模型定义及概率计算
      • 2-期望最大算法及HMM模型学习
      • 3-CRF模型定义
      • 4-最大熵算法及CRF模型学习
      • 5-相关代码实现

  • 第三阶段 机器学习实战

    在线直播：机器学习基本流程，基础模型与sklearn使用

    • 1-基本流程（数据清洗、数据建模、模型训练与验证）
    • 2-基本模型（线性模型、树模型、神经网络、无监督模型）
    • 3-sklearn介绍与使用（基础介绍、语法）
    • 4-sklearn使用案例讲解

    在线实训：机器学习基础案例实践，基于sklearn和pandas

    在线直播：数据分析与特征工程串讲

    • 1-数据分析方法（Matplotlib与Searborn高阶使用）
    • 2-特征工程方法（类别字段编码、数值类型编码）
    • 3-sklearn实践（预处理、特征工程）
    • 4-结构化数据建模案例讲解

    在线实训：特征工程处理与实践

    在线直播：图像与文本基础

    • 1-数字图像基础（图像读取、特征提取）
    • 2-文本处理基础（文本分词、TFIDF）
    • 3-手写数字识别案例讲解
    • 4-文本分类案例讲解

    在线实训：图像分类与文本分类实践

    在线直播：基于SQL的机器学习流程和实践

    • 1-Spark与pyspark介绍
    • 2-pyspark基础使用（数据读取、聚合与基础计算）
    • 3-pyspark进阶使用（定义函数、数据统计）
    • 4-pyspark实战案例

    在线实训：机器学习中SQL的常见用法

    在线直播：机器学习实践案例高阶

    • 1-模型调参方法（网格、随机和贝叶斯优化）
    • 2-模型训练流程与细节
    • 3-特征筛选方法
    • 4-高阶实践案例讲解（多个Kaggle竞赛案例

    在线实训：机器学习进阶案例实践

    在线直播：机器学习模型部署与案例

    • 1-LightGBM/XGBoost模型使用和参数讲解
    • 2-模型部署基础（库打包、HTTP协议、调用方法）
    • 3-模型部署与调用案例（实时请求、批量请求）
    • 4-机器学习模型部署案例

    在线实训：机器学习模型部署案例

    线下实战：机器学习实战（金融风控&图像检索）

    • 1-结构化数据高阶：数据分布分析、特征交叉与筛选
    • 2-图像特征提取：图像颜色直方图、局部SIFT特征
    • 3-小额金融风控项目
    • 4-图像版权检测项目

  • 第四阶段 深度学习原理到实战

    • 在线视频：1-神经网络初步：全连接与反向传播
    • 在线视频：2-卷积神经网络与计算机视觉
    • 在线视频：3-循环神经网络与自然语言处理
    • 在线视频：4-深度学习实践：Caffe与Tensorflow项目实战
    • 在线直播：5-深度神经网络、Wide & Deep模型架构理解
    • 在线直播：6-卷积神经网络、实战图像分类
    • 在线直播：7-循环神经网络、文本情感分类和图文生成模型
    • 线下实战：8-深度学习在工业项目中的应用(调参、优化、模型压缩)

  • 第五阶段 深度学习模型应用

    • 在线视频：陈博士带你从头到尾通透word2vec
    • 在线直播：1-深度学习在物体检测中的应用：Two-Stage和One-Stage框架
    • 在线直播：2-人脸识别真的安全吗？机器学习/深度学习安全前沿技术：对抗攻击和防御
    • 线下实战：4-深度学习模型实践技巧：工业界是如何通过蒸馏收敛到一个更优的部署模型

  • 第六阶段 CV NLP 推荐三大方向的基础技术巩固

    在线视频：深度学习在物体检测中的应用

    • 1-RCNN与Anchor
    • 2-One Stage/Two Stage、SSD和YOLO-V3
    • 3-多尺度变化问题与Anchor Free

    在线视频：NLP的核心技术点

    • 1-RNN条件生成、Attention注意力机制与“看图说话”原理
    • 2-条件随机场与应用：最大熵与词性标注，及NBA比赛结果分析
    • 3-当下最好的语言模型BERT：发展历程、模型介绍及应用举例

    在线视频：推荐核心技术点

    • 1-推荐业务、feed流产品及推荐算法策略架构解析
    • 2-用户特征和Item特征的常用方法
    • 3-商品推荐方案讨论、E&&E算法以及deep learning如何作用于推荐系统中的排序

  • 第七阶段 CV NLP 推荐三大方向的完整项目实战

    • 在线直播：1-CV-跨镜追踪/重识别（ReID）介绍和环境搭建
    • 在线直播：2-CV-跨镜追踪/重识别（ReID）特征工程
    • 在线直播：3-CV-跨镜追踪/重识别（ReID）模型构建
    • 在线直播：4-CV-跨镜追踪/重识别（ReID）迭代优化
    • 在线直播：5-CV-跨镜追踪/重识别（ReID）评估、部署、总结
    • 在线直播：6-NLP-智能客服系统介绍和环境搭建
    • 在线直播：7-NLP-智能客服系统特征工程
    • 在线直播：8-NLP-智能客服系统模型构建
    • 在线直播：9-NLP-智能客服系统迭代优化
    • 在线直播：10-NLP-智能客服系统评估、部署、总结
    • 在线直播：11-推荐-商品推荐系统介绍和环境搭建
    • 在线直播：12-推荐-商品推荐系统特征工程
    • 在线直播：13-推荐-商品推荐系统模型构建
    • 在线直播：14-推荐-商品推荐系统迭代优化
    • 在线直播：15-推荐-商品推荐系统评估、部署、总结

  • 第八阶段 项目库补充项目实习与就业指导

    在线直播：机器学习面试辅导

    线下实战：机器学习面试辅导

领取大纲

时间安排

2021年3月29日开始直播，直播前组织预习，加上正式课程、就业为期近半年

  • 在线直播周一20:00PM--22:00PM
  • 在线实训周二20:00PM--22:00PM
  • 在线直播周三20:00PM--22:00PM
  • 在线实训周四20:00PM--22:00PM
  • 在线考试周五20:00PM--22:00PM
  • 线下实战周日14:00PM--17:00PM

线下实战地址：北京、上海、深圳

详情咨询