概率论基本知识以及机器学习的基本模型

课程介绍

 

其他精品课程班: 人机培训 通信培训 AI职场培训 Apollo培训 Twin Builder培训 安全开发培训 公式培训 ABB symphony培训 catia汽车内外饰设计培训 Abaqus复合材料培训 Vue培训 敏捷培训 DevOps培训 AIGC培训 EBMI5培训 CHI培训 Scrum培训 AI培训 SEAi培训 EtherCAT培训 尺寸链培训 3C半导体设备维护和调试培训 FLds模块模拟培训 失效分析培训 sherlock机器视觉培训 CFD流体力学培训 AMESIM电机热培训 AIGC培训培训 机械可靠性培训 ansys模具行业仿真应用培训 HRS培训 Chatgpt培训 数模混合IC设计培训 嵌入式产品测试培训 降噪设计培训 白盒测试培训

 

 

曙海教学优势

　 本课程面向企事业项目实际需要,秉承二十一年积累的教学品质，概率论基本知识以及机器学习的基本模型以项目实现为导向,老师将会与您分享设计的全流程以及工具的综合使用技巧、经验。线上/线下/上门皆可,概率论基本知识以及机器学习的基本模型专家,课程可定制,热线:4008699035。

　 大批企业和曙海
建立了良好的合作关系,合作企业30万+。曙海的课程培养了大批受企业欢迎的工程师。曙海的课程在业内有着响亮的知名度。

 

精品课程班级列表

•  　　以下就是这次机器学习培训的内容：

  　　一.概率论基础知识

  　　1.概念 概率 概率密度

  　　高斯分布

  　　贝叶斯理论 先验概率 后验概率

  　　2.机器学习基本模型和理论

  　　特征 数据空间的表示

  　　模型

  　　目标函数

  　　模型训练(优化)

  　　模型预测

  　　实验的基本原则

  　　数据集的生成方法

  　　3.模式识别的分类

  　　监督学习 分类

  　　无监督学习 聚类

  　　半监督学习(semi supervised learning)基本思想

  　　4.模型识别的基本问题

  　　回归(预测) regression

  　　分类 classification

  　　聚类 cluster

  　　5.常用模型分类 线型模型 非线型模型

  　　产生式模型 区分式模型

  　　二. 监督学习-常用模型

  　　1.k-近邻算法 手写识别系统

  　　2.决策树 决策树的构造

  　　使用决策树预测隐形眼镜类型

  　　3.贝叶斯分类 文本分类

  　　4.支持向量机(SVM) SVM的基本理论

  　　核函数对应的特征变换

  　　手写识别问题优化

  　　5.多模型融合 数据多样性的构建

  　　AdaBoost的基本理念

  　　6.sigmoid分类 参数训练

  　　7.多层感知机

  　　三. 非监督学习(需要进一步准备)

  　　k-means

  　　Apriori算法进行关联分析

  　　FP-Growth算法

  　　四. 模型进阶

  　　1.线性模型

  　　模型参数训练

  　　最小均方误差

  　　过度适应

  　　模型的表示能力

  　　2.GMM 模型参数训练

  　　用于分类

  　　3.DNN 理论

  　　梯度训练算法

  　　五. 特征变换

  　　LDA 线性判别分析

  　　PCA 有成分分析

  　　fMLLR 特征最大似然线性回归

  　　SVD

  　　六. 其它(可选)

  　　语音识别

  　　语音合成

  　　说话人识别

  
  
  

  ---
• 联系曙海客服