人工智能(néng)-机器學(xué)习与深度學(xué)习

人工智能(néng)-机器學(xué)习与深度學(xué)习
    马上咨询


    柯老师  美國(guó)硅谷录克软件设计公司(iFrogLab)首席技术运行長(cháng)

    专長(cháng)与经历:曾多(duō)次获设计比赛大奖;為(wèi)大型上市公司(如美國(guó)SanDisk、國(guó)泰世华银行、昱泉國(guó)际、中國(guó)移动、海信電(diàn)视等)开发手机应用(yòng)软件和多(duō)项硬件穿戴式设备产品;在Android和iOS平台上开发销售近百款软件。曾任大陆工信部電(diàn)子视像行业协会数位平台推进中心顾问和台湾工研院资通所顾问。授课地点遍及美國(guó)硅谷、台湾、大陆等地,并应邀在美國(guó)相关iOS开发者大会、台北Computex展、上海GDC大会等活动担任演讲者。并在这20年间為(wèi)上百家國(guó)内外大型企业内训课程的指定讲师,并為(wèi)大學(xué)的讲师进行培训讲师。

    著作:「Raspberry Pi 最佳入门与实战应用(yòng)」、「Raspberry Pi 超炫专案与完全实战」、「Android 变形金刚:编程实战应用(yòng)」、「Arduino交互设计专题与实战」等三十馀本计算机书籍。

    课程概述与目标

    人工智能(néng) (Artificial Intelligence, AI)会是新(xīn)的一波電(diàn)脑机会,在Google DeepMind AlphaGo 战胜人类围棋高手后,AI并在自动驾驶上取得快速的进步,而人工智能(néng)已经陆续在制造业的机器视觉、警方使用(yòng)的人脸辨识,和手机上的语音助理(lǐ),Amazon Echo Dot都是人工智慧应用(yòng)的实例。

    本课程内容的AI透过深度學(xué)习(Deep Learning)和机器學(xué)习(Machine Learning)的一种,让電(diàn)脑自动學(xué)习和校正准确率领域,并透过DNN、CNN、RNN各式类神经网路學(xué)习演算法,开发和时作在制造业人工视觉、自然语言处理(lǐ)、语意分(fēn)析及医學(xué)影像判读等领域应用(yòng)程序的实际落地的课程。在巨量数据中如何摸索出数据所要表达的意涵、提炼出「数据精华」是非常重要的课题,「机器學(xué)习(Machine Learning)」与「数据探勘(Data Mining)」便成為(wèi)大数据时代中的重点领域。本课程,现已成為(wèi)大数据趋势中的重点,预期将能(néng)指导學(xué)员通过实作方法,灵活爬取大型网站的数据,并依照自定规则获得所需的数据。课程将配合Python样例代码介绍學(xué)习演算法,示范如何捕获数据、训练数据、创建模型、预测结果,图表化、分(fēn)析结果。课程内容也包含扎实的数据基础、高等代数、概率及统计分(fēn)析,學(xué)员需具备一定程度的计算器基础,将传授数据分(fēn)析相关知识和高等数學(xué)及数据分(fēn)析基础概念。

    本课程特聘國(guó)际知名技术专家-柯老师,实机操作和数据分(fēn)析撰写Python程序,并实际撰写数据分(fēn)析程序和报表。

    实作环境与方法

    课程采用(yòng)PC进行实作练习。

    课程内容
    第一天
    • 人工智能(néng)、深度學(xué)习介绍  
      •  TensorFlow 安装      
      •  Windows 作业系统Python安装
      • 安装Tensorflow       
      •  TensorFlow测试


    • Tensorflow GPU介绍      
      • 安装NVIDIA 的CUDA® Toolkit 9.0    
      • 安装NVIDIA 的cuDNN v7.2.1   
      • 安装Python的Tensorflow-GPU 函示库    
      • 开发Tensorflow-GPU 程序    
      • 通过程序指定GPU或多(duō)个GPU执行运算     
      • 指定 GPU 显示卡内存用(yòng)量上限


    • 人工智能(néng)程序的开发  
      • 产生训练数据     
      • 创建模型     
      • 编译和训练  
      • 测试正确率  
      • 预测
      • 案例实战:酒类分(fēn)级和酒类等级预测
      • 案例实战:糖尿病预测
      • 案例实战:房价走势预测
      • 案例实战:乳房癌症机率预测


    • 改善MLP人工智能(néng)类神经模型       
      • 模型model 不同的写法
      •  TensorFlow与Keras函示库的关系和差异   
      •  One-hot Encoding单热编码 
      • 处理(lǐ)多(duō)个的特征值X  
      • 改善预测结果-深度學(xué)习训练次数epochs     
      • 改善预测结果- 增加神经元和隐藏层      
      • 改善训练结果- 增加训练数据集      
      • 如何达到预测100%正确


    • TensorFlow花(huā)的辨识-MLP     
      • 植物(wù)辨识数据库--训练和测试的数据      
      • 多(duō)层感知器模型MLP(multilayer perceptron)    
      • 使用(yòng)TensorFlow.keras 创建模型   
      • 激活函数ReLU,sigmoid和tanh    
      • 训练模型     
      • 深度學(xué)习最佳化-最短路径演算法    
      • 训练循环Fit
      • 实战练习:判别植物(wù)的种类


    • TensorFlow 访问模型和训练结果  
      • 图形显示训练过程     
      • TensorBoard 的使用(yòng)  
      • 保存模型和训练后的结果  
      • 读入使用(yòng)训练模和训练后的结果


    • TensorFlow实战图形和手写辨识MLP       
      • 手写数据MNIST       
      • 下载和使用(yòng)MNIST手写数据   
      •  MNIST每一筆(bǐ)的Image数据内容  
      • 使用(yòng)图形显示MNIST内的数据       
      • 图形文(wén)字的辨识原理(lǐ)  
      • 特征值增强度和单热编码  
      • 使用(yòng)多(duō)层类神经MLP模型


    • TensorFlow 卷积神经网络CNN    
      • 什么是卷积类神经(CNN)      
      • 使用(yòng)CNN做手写图像辨识 
      • CNN手写辨识达到99%的辨识率


    • OpenCV环境安装、使用(yòng)和调试设置
      •  OpenCV 2和OpenCV 3差异
      •  Python 版本、Java 版本和C版本的差异
      •  OpenCV 3和Python 语言的处理(lǐ)
      •  OpenCV 跨平台开发技术和方法
      • 显示图片、图档转换
      • 显示影片、影片格式转换
      • 颜色调整、灰度
      • 亮度调整、颜色过滤Hue
      • 放大缩小(xiǎo)旋转
      •  GUI 按键、文(wén)字、bar 等组件控制
      • 绘图效果,圆、線(xiàn)、点、方块、倒色
      • 画面特效之模糊、清晰等多(duō)种画面特效
      • 获取特定颜色
      • 边缘化


    • OpenCV 和TensorFlow 卷积神经网络CNN即时辨识     
      •  OpenCV介绍     
      •  OpenCV 安装和环境架设
      •  OpenCV显示图片     
      •  OpenCV 手写程序    
      • 即时手写辨识APP-99%的正确率
    第二天
    • TensorFlow CNN 对彩色图片的处理(lǐ)
      • 图片材质的训练  
      • 图片材质的数据库处理(lǐ)     
      • 判别車(chē)辆动物(wù):辨识 飞机、汽車(chē)、鸟、猫、鹿、狗、青蛙、船、卡車(chē)
      •  Cifar-10影像介绍
      • 输入CIFAR-10 影像辨识数据集
      • 显示图形
      • 预处理(lǐ) Tensorflow.Keras的输入数据
      • Onehotencoing
      •  CNN预处理(lǐ)Keras的输入数据、进行训练、和判别


    • OpenCV 和TensorFlow CNN 即时人脸判别和脸部辨识实名制
      •  OpenCV显示摄影机 
      •  OpenCV cascade
      •  OpenCV 获取脸部
      •  OpenCV 储存图片    
      •  TensorFlow     对人脸的训练
      •  TensorFlow     对人脸的预测
      • 实际案例:即时使用(yòng)和TensorFlow 判别同事的脸,并显示出名字


    • 使用(yòng)TensorFlow CNN 对彩色图片的处理(lǐ)
      • 图片材质的训练  
      • 图片材质的数据库处理(lǐ)     
      • 判别車(chē)辆动物(wù):辨识 飞机、汽車(chē)、鸟、猫、鹿、狗、青蛙、船、卡車(chē)
      •  Cifar-10影像介绍
      • 输入CIFAR-10 影像辨识数据集
      • 显示图形
      • 预处理(lǐ) Tensorflow.Keras的输入数据
      • Onehotencoing
      •  CNN预处理(lǐ)Keras的输入数据、进行训练、和判别


    • OpenCV 判别摄影机中的多(duō)个物(wù)體(tǐ)
      •  OpenCV 高斯边缘化
      •  OpenCV 计算面积
      •  OpenCV 多(duō)个物(wù)體(tǐ)获取    
      •  OpenCV 多(duō)个物(wù)體(tǐ)获取储存图片


    • OpenCV 和TensorFlow CNN 即时物(wù)體(tǐ)判别
      •  TensorFlow     对物(wù)體(tǐ)的训练
      •  TensorFlow     对物(wù)體(tǐ)的预测
      • 实际案例:即时使用(yòng)和TensorFlow 判别摄影机中的多(duō)的物(wù)體(tǐ),并显示出物(wù)體(tǐ)名称


    • Tensorflow 人工智能(néng)跨平台开发
      • Tensorflow 人工智能(néng) WebService 开发
      • Tensorflow 人工智能(néng)网页开发
      • Tensorflow Java Android 开发
      • Tensorflow C 开发


    • RNN人 和     LSTM 工智能(néng)演算法实战一:音乐产生器
      • 如何使用(yòng)Keras中的LSTM神经网络生成音乐
      • Music21 的音乐格式
      • 转换Midi音乐到Numpy 格式
      • 类神经局域网的输入端数据
      • 声音训练、准备训练组、测试数据与预测    
      • 生成音乐
      • 将结果转回音乐
      • 享受音乐
      • 实战:學(xué)习古典乐,并创作古典乐


    • TensorFlow 语言文(wén)字解析
      • TensorFlow RNN介绍


    • RNN人 和     LSTM 工智能(néng)演算法实战二:垃圾 eMail 判别器
      • 文(wén)字转数据
      • 中文(wén)字处理(lǐ)
      • 文(wén)字对照表的产生
      • 文(wén)字训练、准备训练组、测试数据与预测    
      • 实战:垃圾eMail 判别器


    • 类神经和激活函数的数學(xué)演算法
      • ReLU 和 Leaky Relu
      • sigmoid
      • tanh
      • ELU
      • Maxout
      • overfit
      • underfitting
      • Dropout
      • Max2D
      • Adam