基礎(chǔ)篇（報(bào)名成功后即可開始學(xué)習(xí)）

時(shí)間

課程內(nèi)容

學(xué)習(xí)平臺(tái)

正式培訓(xùn)前

Python編程基礎(chǔ)

1準(zhǔn)備工作

2列表操作

3程序流程控制語句

4字符串操作

4.1字符串及其索引&切片

4.2字符串的常見方法

4.3字典的創(chuàng)建及索引

4.4字典常用操作

4.5字典推導(dǎo)式

5Python文件讀取操作

5.1Python讀取文件

5.2練習(xí)3：統(tǒng)計(jì)小說中的單詞頻次

6函數(shù)

6.1Python函數(shù)自定義

6.2練習(xí)4：自定義求序列偶數(shù)個(gè)數(shù)的函數(shù)

7面向?qū)ο笈c模塊

7.1Python方法與函數(shù)對(duì)比介紹

7.2Python面向?qū)ο笫纠?/p>

7.3Python模塊使用

7.4第三方庫的安裝與調(diào)用

8注意事項(xiàng)

8.1Python工作路徑說明

8.2模塊命名及存放路徑的注意事項(xiàng)

8.3結(jié)語

泰迪云課堂

正式培訓(xùn)前

Python數(shù)據(jù)科學(xué)庫使用

1 Python數(shù)據(jù)分析概述

1.1 認(rèn)識(shí)數(shù)據(jù)分析

1.2 熟悉Python數(shù)據(jù)分析的工具

1.3 安裝anaconda與掌握J(rèn)upyter Notebook常用功能

2 NumPy數(shù)值計(jì)算基礎(chǔ)

2.1 掌握NumPy數(shù)組對(duì)象

2.1.1NumPy簡介

2.1.2 數(shù)組創(chuàng)建及基礎(chǔ)屬性

2.1.3 初識(shí)數(shù)組的特點(diǎn)

2.1.4 創(chuàng)建常用數(shù)組

2.1.5 數(shù)組數(shù)據(jù)類型

2.1.6 生成隨機(jī)數(shù)

2.1.7 一維數(shù)組的索引

2.1.8 邏輯型索引

2.1.9 多維數(shù)組的索引

2.1.10 求解距離矩陣

2.1.11 變化數(shù)組shape

2.2 掌握NumPy矩陣與通用函數(shù)

2.2.1 NumPy矩陣介紹

2.2.2 NumPy通用函數(shù)介紹

2.2.3 通用函數(shù)的廣播機(jī)制

2.3 利用NumPy進(jìn)行統(tǒng)計(jì)分析

2.3.1 NumPy讀寫二進(jìn)制文件

2.3.2 NumPy讀寫txt文件

2.3.3 利用NumPy對(duì)數(shù)據(jù)進(jìn)行簡單統(tǒng)計(jì)分析

3 Pandas統(tǒng)計(jì)分析基礎(chǔ)

3.1 Pandas簡介

3.2 讀寫不同數(shù)據(jù)源的數(shù)據(jù)

3.2.1 Pandas讀取文本數(shù)據(jù)

3.2.2 存儲(chǔ)數(shù)據(jù)框

3.2.3 Pandas讀取excel文件

3.2.4 將數(shù)據(jù)框存儲(chǔ)為excel文件

3.3 數(shù)據(jù)框與數(shù)據(jù)框元素

3.3.1 構(gòu)建數(shù)據(jù)框

3.3.2 查看數(shù)據(jù)框的常用屬性

3.3.3 按行列順序訪問數(shù)據(jù)框中的元素

3.3.4 按行列名稱訪問數(shù)據(jù)框中的元素

3.3.5 修改數(shù)據(jù)框中的元素

3.3.6 刪除數(shù)據(jù)框中的元素

3.3.7 描述分析數(shù)據(jù)框中的元素

泰迪云課堂

核心課程篇

時(shí)間

課程內(nèi)容

學(xué)習(xí)平臺(tái)

第一課 ?Python機(jī)器學(xué)習(xí)基礎(chǔ)

8月2日

18:30-22:00

1.1引言

1.2基本術(shù)語

1.3假設(shè)空間&歸納偏好

2.1經(jīng)驗(yàn)誤差與過擬合

2.2評(píng)估方法

2.3性能度量

2.4性能度量Python實(shí)現(xiàn)

3.1線性回歸基本形式

3.2線性回歸模型的Python實(shí)現(xiàn)

3.3波士頓房價(jià)預(yù)測(cè)的Python實(shí)現(xiàn)

3.4邏輯回歸介紹

3.5研究生入學(xué)錄取預(yù)測(cè)的Python實(shí)現(xiàn)

泰迪云課堂

操作演練/作業(yè)

個(gè)人PC

在線答疑

微信群

第二課 深度學(xué)習(xí)基礎(chǔ)-人工神經(jīng)網(wǎng)絡(luò)

8月3日

18:30-22:00

1單個(gè)神經(jīng)元介紹

2經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)介紹

3神經(jīng)網(wǎng)絡(luò)工作流程演示

4如何修正網(wǎng)絡(luò)參數(shù).梯度下降

5網(wǎng)絡(luò)工作原理推導(dǎo)

6網(wǎng)絡(luò)搭建準(zhǔn)備

7樣本從輸入層到隱層傳輸?shù)腜ython實(shí)現(xiàn)

8網(wǎng)絡(luò)輸出的Python實(shí)現(xiàn)

9單樣本網(wǎng)絡(luò)訓(xùn)練的Python實(shí)現(xiàn)

10全樣本網(wǎng)絡(luò)訓(xùn)練的Python實(shí)現(xiàn)

11網(wǎng)絡(luò)性能評(píng)價(jià)

12調(diào)用sklearn實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)算法

泰迪云課堂

操作演練/作業(yè)

個(gè)人PC

在線答疑

微信群

第三課 ?TensorFlow 2實(shí)戰(zhàn)

8月4日

18:30-22:00

1任務(wù)1：構(gòu)建一個(gè)線性模型

1.1TensorFlow介紹

1.2TensorFlow2常用數(shù)據(jù)類型和操作

1.3初始化模型

1.4構(gòu)建損失函數(shù)

1.5模型訓(xùn)練及可視化

1.6使用高階API-Keras

2任務(wù)2：MNIST手寫數(shù)字識(shí)別

2.1數(shù)據(jù)讀取及探索

2.2交叉熵

2.3模型構(gòu)建及訓(xùn)練

2.4調(diào)用保存好的模型對(duì)新樣本進(jìn)行預(yù)測(cè)

3 作業(yè)-鳶尾花分類

泰迪云課堂

操作演練/作業(yè)

個(gè)人PC

在線答疑

微信群

第四課 TensorFlow 2深度學(xué)習(xí)原理與實(shí)現(xiàn)

8月5日

18:30-22:00

1.1深度神經(jīng)網(wǎng)絡(luò)-引言

2卷積神經(jīng)網(wǎng)絡(luò)CNN

2.1淺層神經(jīng)網(wǎng)絡(luò)的局限

2.2卷積操作

2.3卷積操作的優(yōu)勢(shì)

2.4池化及全連接

2.5高維輸入及多filter卷積

2.6實(shí)現(xiàn)卷積操作

2.7實(shí)現(xiàn)池化操作

3循環(huán)神經(jīng)網(wǎng)絡(luò)RNN

3.1循環(huán)神經(jīng)網(wǎng)絡(luò)簡介

3.2循環(huán)神經(jīng)網(wǎng)絡(luò)的常見結(jié)構(gòu)

4長短時(shí)記憶網(wǎng)絡(luò)LSTM

4.1LSTM的三個(gè)門

4.2LSTM三個(gè)門的計(jì)算示例

4.3利用RNN&LSTM實(shí)現(xiàn)mnist手寫數(shù)字識(shí)別

泰迪云課堂

操作演練/作業(yè)

個(gè)人PC

在線答疑

微信群

第五課 路透社新聞分類

8月6日

18:30-22:00

1.項(xiàng)目背景與目標(biāo)

2.數(shù)據(jù)探索分析

2.1讀取新聞數(shù)據(jù)

2.2了解數(shù)據(jù)的基本情況

3.詞嵌入（Word Embedding）

3.1word embedding的基本概念

3.2word2vec介紹

3.3CBOW詞向量訓(xùn)練過程

4.構(gòu)建模型

4.1數(shù)據(jù)padding

4.2網(wǎng)絡(luò)結(jié)構(gòu)中的Embedding層

4.3構(gòu)建RNN網(wǎng)絡(luò)模型

4.4模型訓(xùn)練及評(píng)估

5.模型優(yōu)化

5.1詞向量預(yù)訓(xùn)練

5.2模型優(yōu)化

泰迪云課堂

操作演練/作業(yè)

個(gè)人PC

在線答疑

微信群

第六課 搭建一個(gè)屬于自己的聊天機(jī)器人

8月7日

18:30-22:00

1項(xiàng)目背景與目標(biāo)

2語料庫預(yù)處理

3Seq2Seq模型計(jì)算圖搭建——文件讀取

4Seq2Seq模型計(jì)算圖搭建——Encoder

5Seq2Seq模型計(jì)算圖搭建——Decoder

6Seq2Seq模型計(jì)算圖搭建——Seq2Seq

7模型訓(xùn)練

8模型測(cè)試

9注意力機(jī)制

泰迪云課堂

操作演練/作業(yè)

個(gè)人PC

在線答疑

微信群

第七課 綜合實(shí)戰(zhàn)：基于深度學(xué)習(xí)的推薦系統(tǒng)受眾性別預(yù)測(cè)

8月8日

18:30-22:00

1.項(xiàng)目文件結(jié)構(gòu)及編輯環(huán)境介紹

2 數(shù)據(jù)獲取與探索分析答案講解

3.1 理解用戶單擊流相關(guān)概念

3.2 獲取用戶的各單擊流數(shù)據(jù)

4 對(duì)各單擊流數(shù)據(jù)進(jìn)行探索

5.1對(duì)用戶單擊流數(shù)據(jù)進(jìn)行預(yù)處理

5.2進(jìn)行詞向量訓(xùn)練

5.3對(duì)用戶的單擊流進(jìn)行編碼及padding操作

5.4將詞向量矩陣做相應(yīng)排序并儲(chǔ)存

5.5將單擊流數(shù)據(jù)轉(zhuǎn)化為二維樣本數(shù)據(jù)并存儲(chǔ)

6.1建模前數(shù)據(jù)整理

6.2模型訓(xùn)練及性能評(píng)估

7.1模型優(yōu)化-并行網(wǎng)絡(luò)結(jié)構(gòu)介紹

7.2模型優(yōu)化

泰迪云課堂

操作演練/作業(yè)

個(gè)人PC

在線答疑

微信群

第八課 在線考試

8月9日

高級(jí)人工智能應(yīng)用工程師職業(yè)技術(shù)證書在線考試

泰迪云課堂