请联系主办方进行认证，即可解锁访问限制。
为了不影响召集报名，请您进行认证，即可解锁访问限制。
![]()
机器学习与深度学习案例实践班
该主办方未认证，请注意风险防范！
Live语音直播间
{{list.startDate}}
未开始 进行中 随时回听票种
-
免费 ¥{{toDecimal2(item.price)}} {{item.name}} ¥{{ toDecimal2(item.plusPrice) }} 优惠码减免¥{{item.discountMoney}} 优惠码折扣{{item.discountRate}}%
-
{{item.name}}免费 ¥{{toDecimal2(item.price)}} {{item.name}} ¥{{ toDecimal2(item.plusPrice) }} 优惠码减免¥{{item.discountMoney}} 优惠码折扣{{item.discountRate}}%
{{item_time_note}}
{{ticketText != ''&&item_time_note!=''?'（':''}}
说明：{{ticketText}}
{{ticketText != ''&&item_time_note!=''?'）':''}}
领券
-
立减{{coupon.couponDiscountMoney}}元
满{{coupon.couponLimitMoney}}减{{coupon.couponDiscountMoney}}
该主办方未认证，请注意风险防范！
互动吧
{{pub_count}}
活动{{fansCount}}
粉丝{{shopDesc|html}}进店 >
Ta组织活动太忙，还没腾出空写简介进店 >
各有关单位：
为进一步推动高等院校机器学习与深度学习教学工作的开展，加强国内各高等院校同行间的交流，培养国内的师资力量，将机器学习与深度学习的最新实训内容带入课堂，特举办“机器学习与深度学习案例实践班班”，具体由北京中科软培科技有限公司举办，本次师资培训班由权威师资主讲，课程主打理论结合实践主题，课程强调从零开始，动手操作；内容以代码落地为主，以理论讲解为根，以公式推导为辅。
一、培训目的：
通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，初步胜任数据挖掘、机器学习、深度学习等工作。
二、主讲专家：
秦老师 北京航空航天大学自动化学院副教授 ，英国布里斯托大学 (University of Bristol) 计算机系硕士， 布里斯托大学工程数学系的人工智能博士。 2006年2月到2008年2月在美国加州大学伯克利分校(University of California, Berkeley)电子与计算机系(EECS)任英国电信特聘博士后研究员(BT Fellow)。在模糊逻辑的创始人Lotfi Zadeh的研究组 (BISC) 从事文本挖掘和智能搜索的研究。并在其间任英国电信研究院智能系统试验室访问研究员(Intelligent Systems Lab, British Telecommunications Research Ipswich)。2008 年3月到英国牛津的Optimor Lab任研究员，并兼任牛津大学（University of Oxford）统计系访问研究人员。 2016年起担任果壳网科学顾问。 目前主要研究方向为数据挖掘、机器学习、跨媒体检索与自然语言理解。出版英文专著1本、编辑论文集1本和专业论文或章节（Book Chapter）80余篇。在IT工业界做机器学习、大数据、人工智能等专业技术咨询工作。
三、培训内容：
第一天 | 上午 | 机器学习的数学基础 机器学习的哲学 机器学习入门 分类与回归 k-近邻 （分类与回归） 决策树 |
下午 | KNN实验 决策树实验 | |
第二天 | 上午 | 朴素贝叶斯分类器 支持向量机 K-Means 聚类 Dimension Reduction 高斯混合模型 Kernel Density Estimation |
下午 | 用朴素贝叶斯做垃圾邮件分类 高斯混合模型实验 | |
第三天 | 上午 | 特征筛选 降维技术 线性模型 Logistic 回归 SoftMax回归 |
下午 | EM算法 贝叶斯网络 多层次概率图模型 主题模型 | |
第四天 | 上午 | 人工神经网络 感知器 多层神经网络 BP算法 自编码器 卷积操作基本原理 卷积网络（CNN） Pooling与Dropout |
下午 | 激活函数 AlexNet, VGGNet, ResNet Dense Net TensorFlow 卷积神经网络应用（图像，文本） | |
第五天 | 上午 | RNN基本原理 Elman and Jordan网络 LSTM and GRU 双向循环网络 (Bi-RNN) 端对端模型（Seq2Seq）
|
下午 | 注意力机制 (Attention Mechanism) TensorFlow Sequence2Sequence古诗生成模型 | |
第六天 | 上午 | GAN基本原理 深度学习其他应用 |
下午 | GAN for Image/Style Transfer GAN for data augmentation |
四、时间地点：
2018年1月30日-2月4日 29日报到 北京
联系电话：13932327338 邮箱：13932327338@163.com
五、培训对象：
各高等院校数据科学相关专业、计算机科学技术、网络工程、软件工程、信息工程、信息管理、、统计学专业、应用数学专业、经济管理专业、市场营销专业等科研、教学带头人，骨干教师、博士生、硕士生；各高校教务处、科研处、信息中心、实验中心领导。对机器学习技术有兴趣和需求，愿意进行深入钻研的从业人员。
六、报名方式及费用：
报名人员可直接回复报名回执表至邮箱。或与会务组电话联系咨询。¥RMB:4300元/人（含报名费、培训费、教材费、资料费）食宿统一安排费用自理。
七、颁发证书：
颁发人社部中国职协“深度学习工程师”（高级）培训证书、证书可在官网（http://cx.cnhr.org/）查询，可作为能力评价、考核和任职的重要依据。证书费用（可选）：500元/人
分享到：
微信扫一扫，分享小程序
扫一扫，分享至朋友圈
温馨提示：
在付费报名之前请仔细甄别主办方的资质及服务能力。部分主办方会私下与报名者沟通承诺参与活动后的权益，并夸大参与后的收益效果等，以此来收取高额的报名费。这类活动通常有基于抖音、淘宝等平台的推广、代理加盟、引流变现等相关内容。
为保障您的权益，避免相关的经济损失，互动吧平台特此说明，平台仅提供相关的技术支持，不承担参与者与主办方在活动过程中的相关纠纷，若出现相关纠纷，平台会积极协助处理。
还木有人报名，快来成为活动第一人吧！
正在加载...
- 为你推荐
-
{{hot.infoTitle}}{{hot.infoStartTime}}
{{hot.infoStartTime}}
{{hot.infoStartTime.substr(0,16).replace(new Date().getFullYear()+'-','')}}
Live{{hot.plusDiscountPriceRange}}{{hot.priceWithSign}} {{hot.highlight|html}}
加载中
该主办方未认证，请注意风险防范！
{{pub_count}}
活动{{fansCount}}
粉丝{{shopDesc|html}}进店>
Ta组织活动太忙，还没腾出空写简介进店>
一对一为您答疑解惑
-
{{selectlist.title}}
{{selectlist.infoDate}}{{selectlist.priceWithSign}} {{selectlist.plusDiscountPriceRange}} {{selectlist.highlight}}
加载中...
-
{{list.shortName}}天{{list.desc1}}{{list.desc2}}
支付成功
-
增值服务
7 30 90 天{{functionName}} - 有效期 {{effectDate}}至{{expiryDate}}
- 支付金额 {{price}}元
成为银牌会员
{{infoText}}
-
高端模板免费用
提升活动人气
-
活动排名加权
提升活动排名
-
去除报名页广告
提升活动报名效果
-
高端邀请海报
全场无限使用
-
活动优先审核
快人一步上架曝光
-
大额提现
限额提升4倍
-
报名渠道监测
掌握各渠道业绩
-
发布多场次活动
发布一次一劳永逸
-
免认证服务
免99元审核服务费
-
更多特权
敬请期待
马上开通
-
{{item.type}}
¥{{item.price}}/{{item.viewType}}
¥{{item.oriPrice}}/{{item.viewType}}
季卡、半年卡、年卡均已包含认证审核服务费，支持开具发票
使用微信或支付宝扫码完成支付
支付金额：¥{{selectGrItem.price}}/{{selectGrItem.viewType}}(已省¥{{selectGrItem.oriPrice - selectGrItem.price}})
购买成功
已购买{{orderName}}
支付金额：¥{{payMoney}}
购买商品：{{orderName}}
扫码支付更轻松
购买成功
已购买{{orderName}}
{{curMemberData.title}}
{{curMemberData.tip}}
-
{{item.name}}
查看更多权益>
{{curMemberData.tags[0].name}}
查看更多权益>
{{item.imgText}}
-
{{temp.text}}
扫码成功
请在手机端支付
购买成功
您已成功购买{{checkMemberData.name}}
关注成功
扫码
185-1971-5119
