☆ 1、如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓(xùn)班中重聽；
      ☆ 2、在課程結(jié)束之后,授課老師會留給學(xué)員手機和E-mail,免費提供半年的課程技術(shù)支持，以便保證培訓(xùn)后的繼續(xù)消化；
      ☆3、合格的學(xué)員可享受免費推薦就業(yè)機會。
      ☆4、合格學(xué)員免費頒發(fā)相關(guān)工程師等資格證書，提升您的職業(yè)資質(zhì)。

1、基礎(chǔ)知識

線性代數(shù)基礎(chǔ)

概率與數(shù)理統(tǒng)計基礎(chǔ)

微積分基礎(chǔ)

Python基礎(chǔ)

2、常用機器學(xué)習(xí)算法：

決策樹算法

隨機森林算法

樸素貝葉斯算法

邏輯回歸算法

SVM算法

K--mean算法

異常URL分類實戰(zhàn)

算法優(yōu)化技術(shù)

3、深度學(xué)習(xí)基礎(chǔ)

神經(jīng)網(wǎng)絡(luò)

稀疏性

自編碼器

手寫體識別實戰(zhàn)

驗證碼安全級別介紹

驗證碼識別實戰(zhàn)

4、卷積神經(jīng)網(wǎng)絡(luò)（CNN）

卷積算法

池化

PCA

One-Hot

圖像識別實戰(zhàn)

僵尸網(wǎng)絡(luò)與DDOS

CNN僵尸網(wǎng)絡(luò)識別實戰(zhàn)

5、遞歸神經(jīng)網(wǎng)絡(luò)（RNN）

遞歸神經(jīng)網(wǎng)絡(luò)算法

LSTM與梯度消失

Attention機制

文本情景分析實戰(zhàn)

傳統(tǒng)垃圾郵件解決方案

RNN實現(xiàn)垃圾郵件分類實戰(zhàn)

6、最新深度學(xué)習(xí)進展

增強學(xué)習(xí)（RL）算法介紹

對抗學(xué)習(xí)（GAN）算法介紹

網(wǎng)絡(luò)安全與機器學(xué)習(xí)研究方向介紹
第1章: 基礎(chǔ)知識
第1節(jié): 課程介紹
1 : 課程介紹

1： 機器學(xué)習(xí)課件和作業(yè).rar
第2節(jié): 開發(fā)環(huán)境
2 : 開發(fā)環(huán)境

第3節(jié): 數(shù)學(xué)
3 : 線性代數(shù)

4 : 概率學(xué)基礎(chǔ)

5 : 信息論基礎(chǔ)

第4節(jié): Python基礎(chǔ)
6 : Python基礎(chǔ)

7 : 面向?qū)ο?/p>

第5節(jié): 數(shù)學(xué)實驗實踐
8 : 數(shù)學(xué)實驗實戰(zhàn)

第2章: 常用機器學(xué)習(xí)算法
第1節(jié): 數(shù)據(jù)分析
9 : numpy

10 : pandas

第2節(jié): 機器學(xué)習(xí)
11 : 機器學(xué)習(xí)

第3節(jié): 實戰(zhàn)項目
12 : miniPJ1

13 : miniPJ2

第3章: 深度學(xué)習(xí)基礎(chǔ)
14 : 深度神經(jīng)網(wǎng)絡(luò)

15 : 稀疏自編碼

16 : softmax

17 : 項目一-miniPJ1

18 : 項目二-miniPJ2

19 : 項目三-miniPJ2

20 : 項目四-miniPJ2

第4章: 卷積神經(jīng)網(wǎng)絡(luò)
21 : 卷積網(wǎng)絡(luò)-上

22 : 卷積網(wǎng)絡(luò)-中

23 : 卷積TF編程

24 : 實踐

25 : alex_net

26 : vggnet

27 : InceplionV1

28 : InceplionV2

29 : InceplionV3

30 : resnet-V1

31 : resnet-V2

32 : mini_Project

33 : mini_Project

34 : mini_Project

第5章: 遞歸神經(jīng)網(wǎng)絡(luò)
35 : 遞歸神經(jīng)網(wǎng)絡(luò)

36 : Word2Vec