第一節(jié)：Python機器學習與TensorFlow

numpy/scipy/matplotlib/panda的介紹和典型使用
scikit-learn的介紹和典型使用
多元線性回歸
Logistics回歸與Softmax回歸
決策樹和隨機森林
SVM
多種聚類的原理和調(diào)參
TensorFlow典型應用
典型圖像處理
多項式擬合
快速傅里葉變換FFT
奇異值分解SVD
Soble/Prewitt/Laplacian算子與卷積網(wǎng)絡

代碼和案例實踐：

股票交易數(shù)據(jù)的 (指數(shù))移動平均線與預測
無人機圖像的風機葉片缺陷檢測和識別系統(tǒng)
環(huán)保檢測數(shù)據(jù)異常檢測和分析
股票數(shù)據(jù)分析
社會學人群收入預測
葡萄酒數(shù)據(jù)集的決策樹/隨機森林分類
泰坦尼克乘客存活率估計

第二節(jié)：卷積神經(jīng)網(wǎng)絡CNN

神經(jīng)網(wǎng)絡結(jié)構(gòu)，濾波器，卷積
池化，激活函數(shù)，反向傳播
目標分類與識別、目標檢測與追蹤
經(jīng)典AlexNet、VGG、GoogleLeNet
Inception
ResNet、DenseNet
視頻關(guān)鍵幀處理
物體檢測與定位
RCNN，F(xiàn)ast-RCNN，F(xiàn)aster-RCNN，MaskRCNN
YOLO
FaceNet

代碼和案例實踐：

搭建自己的卷積神經(jīng)網(wǎng)絡
基于CNN的圖像識別
卷積神經(jīng)網(wǎng)絡調(diào)參經(jīng)驗分享

代碼和案例實踐：

遷移學習（Transfer Learning）
人臉檢測
OCR字體定位和識別
睿客識云
氣象識別

第三節(jié)：循環(huán)神經(jīng)網(wǎng)絡RNN

RNN基本原理
LSTM、GRU
Attention
編碼器與解碼器結(jié)構(gòu)
言特征提取：word2vec
Seq2seq模型

代碼和案例實踐：

看圖說話
視頻理解
藏頭詩生成
問答對話系統(tǒng)
循環(huán)神經(jīng)網(wǎng)絡調(diào)參經(jīng)驗分享

第四節(jié)：生成對抗網(wǎng)絡GAN與增強學習RL

生成模型：貝葉斯、HMM到深度生成模型
GAN對抗生成神經(jīng)網(wǎng)絡
DCGAN
Conditional GAN
InfoGan
Wasserstein GAN
馬爾科夫決策過程
貝爾曼方程、最優(yōu)策略
策略迭代、值迭代
Q Learning
SarsaLamda
DQN
A3C

代碼和案例實踐：

圖片生成
看圖說話
對抗生成神經(jīng)網(wǎng)絡調(diào)參經(jīng)驗分享
飛翔的小鳥游戲
基于增強學習的游戲?qū)W習
DQN的實現(xiàn)