零起点,精通Python人工智能

2020-03-10 10:11:00
admin
原创
429
摘要:首创项目浸入式教学,基于企业级平台:小宝人工智能和量化平台BaoAI,10万行代码, Python人工智能高级工程师 So Easy

如何成为合格的Python人工智能高级工程师?

答:项目浸入式教学+10万行代码

首创项目浸入式教学:和传统教学相反,先有项目,再课程学习,学习同时完成项目。

项目需求 (BaoAI) =>Python人工智能课程学习内容 + 项目代码开发 => 完成项目实践(10万行代码)+ 达到课程目标 => Python人工智能高级工程师。

基于企业级项目【小宝人工智能和量化平台BaoAI】,零起点掌握和精通Python人工智能开发知识,项目先行,理论和项目实战融为一体,成为Python人工智能高级工程师So Easy。

项目浸入式课程风采:


学习路径

课程

项目

学习内容

达到目标

人工智能基础

基于企业级项目【小宝人工智能和量化平台BaoAI】,BaoAI数据集API,学习人工智能,掌握人工智能开发步骤

人工智能现状、人工智能生态系统、机器学习常用算法、机器学习数据集【BaoAI 数据集API服务】、深度学习(神经网络)、常用人工智能开发库、BaoAI人工智能项目安装部署、开发环境搭建、使用说明、功能简介、前后端框架选型和二次开发简介、了解人工智能学习项目 IRIS鸢尾花预测系统、开发工具Visual Studio Code、Jupyter Notebook

安装和部署项目,熟悉项目开发工具,熟悉项目使用, 了解人工智能含义和开发步骤,学会使用BaoAI数据集API, 学会使用Visual Studio Code和Jupyter Notebook

Numpy 科学计算

BaoAI人脸识别项目,图像加工和处理

数组、多维数组、索引与切片、数组运算、随机模块、线性代数模块

人工智能和科学计算的重要库Numpy

Pandas 大数据分析

BaoAI Titanic预测项目,包括数据导入,缺失数据处理,归一化,特征重分类,查询、合并和过滤等数据处技术

Series类型、DataFrame类型、索引和切片、查询数据、处理数据、数据导入和导出

使用Pandas进行大数据分析

Matplotlib数据可视化

BaoAI IRIS鸢尾花预测系统特征关系图

简介、修改图像属性、柱状图、直方图、饼图、散列图、折线图、箱线图、多图绘制等

Matplotlib绘图

统计学基础

BaoAI IRIS鸢尾花预测系统特征相关性分析

频度分布表、平均数、中位数、平均绝对偏差、方差、标准差、概率、离散型随机变量、连续型随机变量、期望值、方差、二项分布、正态分布、变量相关性

统计理论基础

机器学习-人脸识别

BaoAI 人脸识别

欧氏和曼哈顿距离、K近邻原理、算法实现、人脸识别、PCA(主成分分析)降维

 

人工智能机器学习算法

回归

BaoAI鸢尾花预测系统线性回归预测,基于最小二乘法损失函数,分别使用sympy求导和最小梯度法求解线性方程模型参数:斜率和截距。

监督学习、分类、回归、一元线性回归、多元线性回归、使用SNS组合图分析IRIS、特征值相关性、损失函数、最小二乘法、求线性斜率和截距求偏导法和梯度下降法)、sympy 符号计算(表达式、函数方程求解、求和、解方程、求导、公式展开与折叠、公式分离与合并、表达式简化)

人工智能算法回归理论和实践

分类

BaoAI鸢尾花预测系统逻辑回归预测

常见分类算法、二分类、多分类、sigmoid、softmax、交叉熵、逻辑回归算法、One-Hot编码

人工智能算法分类理论和实践

Scikit-learn

BaoAI IRIS鸢尾花预测系统基于scikit-learn的各算法分类和回归预测及评估

训练与测试数据分割、常用回归和分类算法、训练、模型参数、预测、评价指标、KNN、决策树、逻辑回归、随机森林、支持向量机、K折交叉验证、GridSearch

掌握机器学习王牌工具:Scikit-learn

Titanic分类预测

BaoAI Titanic多特征值分类预测系统

Titanic分类预测,包括缺失数据处理、归一化、特征值重新分类、构造新非线性特征、数据分割、KNN、决策树、逻辑回归、随机森林、支持向量机

机器学习多特征值分类预测

租房价格预测系统

BaoAI租房价格预测系统,多特征值回归预测系统

网络爬虫获取链家网租房信息、分析数据、保存有效数据至数据库中、归一化、区域、方向特征值重新分类、构造新非线性特征、数据分割、KNN、决策树、逻辑回归、随机森林、支持向量机等

机器学习多特征值回归预测系统,大数据AI分析

简单量化交易系统

BaoAI简单量化投资系统,通过机器学习预测当日收盘价来决定交易策略

股票交易数据获取、当前日的前20天建模,进行预测、简单交易策略及回测报告等

机器学习实战应用

神经网络

BaoAI手写数字识别系统, 分别采用keras和tensorflow实现,包括了全连接神经网络和多层感知网络

深度学习基础理论、神经网络定义、线性内核和非线性激活函数、神经网络分类、DNN全连接神经网络、MLP多层感知网络、CNN卷积神经网络、手写数字识别项目、mnist数据集、构造样本、one-hot、分类预测步骤、线性函数、分数到概率转换、交叉熵、梯度下降算法、Keras、Tensorflow、模型选择、损失函数、梯度下降算法、训练参数:批次、分类数、轮数、日志、评估、训练参数保存及使用

深度学习基本理论、全连接神经网络和多层感知网络、熟悉Keras和Tensorflow

卷积神经网络

BaoAI猫狗识别系统

卷积神经网络基础、卷积核、卷积运算(过滤器)、特征图、卷积神经网络套路(卷积、激活、池化)、卷积神经网络完整体系结构、各层参数个数计算

卷积神经网络,学会卷积网络各层参数个数计算

自定义神经网络模型

BaoAI图像识别系统

常用神经网络模型介绍、使用已知训练参数图像识别、自定义识别层、微调识别层

自定义和微调识别层进行图像识别

基于项目:小宝人工智能和量化平台BaoAI

开源协议:Apache-2.0

  • QQ讨论群
  • 关注微信
    • 欢迎咨询
    • 欢迎加入QQ群 16506021
  • 公众号:源宝网络