Python是机器学习和AI最好的语言_9月学起来

在过去几年中，Python已经成为机器学习和AI的主要开发语言。

对于Web编程而言，Python不需要使用JSON，XML解析，图像处理和数据库连接的快速库。 但是，大多数Python用户不喜欢这些本机扩展。本机扩展反而造成一些不便，更容易导致出错。

在不远的将来，通过投入更好的工具来强化其优势，Python语言将变得更强大。个人开发人员将受益于Cython (即用C语言实现Python及其解释器)，并了解如何阅读和构建本机库。

这尤其适用于机器学习和人工智能——当前软件开发中发展最快的领域。

Python在数据科学和AI中占据主导地位:

ü 比R更具有通用性和实用性

ü 比Java和C++更有生产力和灵活性

ü 比Ruby和Java拥有更好的生态系统

ü Python是一个很全面的语言，尤其对于数据科学，机器学习和AI

Python机器学习的强大势头下，我们邀请到人工智能的秦曾昌老师9月北京讲授：

Python机器学习原理与实践

本课程将解释：

• 机器学习任务和模型评估的基本概念，介绍流行算法，包括决策树，贝叶斯分类器，KNN，SVM和深度神经网络，

• 并通过一些实践样例提供自然语言处理的有效技巧。

• 最后，您还可以了解关于深度学习理论和应用的内容。

时间：2017年9月22-24日 (三天)
安排：上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00
地点：北京市海淀区厂洼街3号丹龙大厦B座
学费：3300元 / 2800元 (仅限全日制在读本科生及硕士研究生优惠价)；

　　　食宿自理

优惠：现场班老学员9折优惠；
　　　同一单位三人以上同时报名9折优惠；
　　　以上优惠不叠加。

讲师介绍：

秦曾昌，北京航空航天大学自动化学院副教授，英国布里斯托大学 (University of Bristol) 计算机系硕士，布里斯托大学工程数学系的人工智能博士。

2006年2月到2008年2月在美国加州大学伯克利分校(University of California, Berkeley)电子与计算机系(EECS)任英国电信特聘博士后研究员(BT Fellow)。在模糊逻辑的创始人Lotfi Zadeh的研究组 (BISC) 从事文本挖掘和智能搜索的研究。并在其间任英国电信研究院智能系统试验室访问研究员(Intelligent Systems Lab, British Telecommunications Research Ipswich)。

2008 年3月到英国牛津的Optimor Lab任研究员，并兼任牛津大学（University of Oxford）统计系访问研究人员。

2016年起担任果壳网科学顾问。

课程时间安排：

（1）四课时 (含讲座和编程)

（2）80%时间用于讲座, 20%时间用于案例研究学习

目标学员：

（1）开发者

（2）架构师

（3）Testers

（4）研究工程师

学员基础：

（1）概率和统计

（2）线性代数

（3）C++/Python

课程目标：

（1）解释机器学习理论的概念

（2）介绍常见的机器学习模型

（3）自然语言处理中的有效技巧

（4）深度学习的理论与应用

课程大纲：

（1）介绍

1.1 什么是机器学习?

1.2 基础概念

1.3 线性模型 and Regularization

1.4 模型的评估:

　　应用学习算法的实用建议.

1.5 降维方法: 主要成分分析

练习：模型评估指数

（2）机器学习模型

2.1 贝叶斯分类器：极大似然估计、朴素贝叶斯分类器、EM算法

2.2 决策树

2.3 K-NN

2.4 SVM

2.5 神经网络

练习：Scikit-learn库中的不同模型

（3）自然语言处理基础

3.1 语言模型：bigram、unigram、word2vec

3.2 话题模型：LDA

3.3 文本分类：

　　预处理

　　特征抽取

　　分类器训练

　　评价

练习：NLTK库和Scikit-learn库

（4）深度学习

4.1 卷积神经网络

4.2 循环神经网络

练习：用tensorflow库进行深度学习

报名流程：

1：点击“阅读原文”，网上填写信息提交；
2：给予反馈，确认报名信息；
3：网上订单缴费；
4：开课前一周发送课程电子版讲义，软件准备及交通住宿指南。

联系方式：

魏老师

QQ：2881989714

Tel：[phone]

Mail：[e-mail]