1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

1. 機器學習基礎
1).數學基礎知識介紹
2).機器學習的基本概念
3).機器學習的主要方向

2. 深度學習
1).神經網絡的歷史進程
a) 發展歷史
b) 主要應用
2).數學基礎知識介紹
3).深度學習簡介
a) 感知器
b) 人工神經網絡
c) 前饋神經網絡
4).從神經網絡到深度學習

3. 卷積神經網絡(CNN)
1).卷積神經網絡進階
2).用TensorFlow實現卷積神經網絡
3).實例講解：基于CNN的手寫識別

4. 循環神經網絡(RNN)
1).遞歸神經網絡進階
2).LSTM進階
3).用TensorFlow實現遞歸神經網絡
4).實例講解：基于RNN的銷量預測
5). 實例講解：LSTM在中文分詞上的應用

5.深度學習前沿探索
1).最新進展介紹
2).前沿探討

6. tensorflow
1).深度學習框架概述
2). Hello TensorFlow
3).TensorFlow框架架構
4).TensorFlow Api概覽
5).TensorBoard介紹
6).實例: 用TensorFlow實現多層感知機
7).實例: 用TensorFlow實現WordVec

7. 計算機視覺CV
1) 圖像分類
a) 圖像分類實踐簡介
b) 實驗環境設置
c) 編程實踐
2) 物體檢測
3) 物體跟蹤

8.自然語言處理NLP
1)語言模型
2)機器翻譯
3)文本分類
a)文本情感分類實踐簡介
b)實驗環境設置
c)編程實踐