python 人工智能学习框架_人工智能、机器学习与实现框架（python、tensorflow、keras）...

人工智能初览

1. 人工智能基本概念

2. 人工智能的核心技术

3. 人工智能的应用领域介绍

初探机器学习

1.

机器学习要解决的问题

2. 有监督无监督问题

3. 机器学习能做什么

4. 机器学习算法概览

5. 机器学习应用案例分析

特征提取

预处理，归一化

分类解决方案

聚类解决方案

机器学习实现与执行

结果分析

Python数据分析框架概览

1.

NumPy数据结构与处理

2. Pandas数据组织与计算

3. Matplotlib数据可视化

机器学习案例实战与算法解析

线性回归实现销售数据预测

1.

线性回归介绍与公式推导

2. 多变量线性归回与梯度下降

3. 数据归一化与模型优化

4. 线性回归预测销售数据

5. 保存模型，欠拟合与过拟合

朴素贝叶斯实现文档分类

1.

概率基础 (联合概率、条件概率)

2. 贝叶斯定律、分类算法

3. 特征工程、TF-IDF与文档分类

4. 多项分布与高斯分布

5. 贝叶斯算法根据文档关键字实现分类

深度学习框架实践Tensorflow

1、

深度学习与机器学习区别介绍

2、 环境搭建、第一个案例

3、 张量、变量、操作

4、 会话与优化器

5、 TensorFlow流程图与可视化

6、 Tensorflow框架介绍

7、 TensorFlow和其他深度学习框架的对比

8、 Tensorflow 下载及安装

9、 Tensorflow 架构

10、 实战：Tensorflow 案例实践

11、 某业务领域的的机器学习于分析

DNN深度神经网络实现手写体数字识别

1.

线性不可分问题

2. 隐藏层、输出神经元介绍与实现

3. 激活函数介绍与不同激活函数区别

4. 自定义DNN优化手写识别效率

5. 采用可视化图片显示识别结果

6. DNN优缺点与注意事项

CNN图形图像识别案例项目

1.

CIFAR项目需求介绍

2. 分析爱data_batch数据集

3. CNN卷积神经网络介绍

4. 卷积、深度、池化、步长、激活函数

5. 采用CNN完成CIFAR物体分类

使用

Keras 进行深度学习案例解析

1、

Keras 简介

2、 Keras与TensorFlow比较

3、 Keras的模块结构

4、 Keras 中的模型

5、 Keras 支持的对象概念

6、 Keras 中的数据处理

7、 使用Keras构建深度学习模型

8、 Keras案例实战

动物分类器实现

采用Keras实现非线性回归

生成式对抗神经网络原理及应用

模块结构分析与优化策略

深度学习总复习，和前沿文献介绍