     Python+机器学习与深度学习实战培训

决策树与集成学习
理论与实战
1.sklearn实现决策树
2.决策树-CART算法
3.决策树应用
4.随机深林
KNN与聚类
理论与实战
5.sklearn实现knn算法完成iris数据集分类
6.k-means算法
7.DBSCAN算法

神经网络算法
1.神经网络基本原理
2.单层感知机
3.线性神经网络
4.激活函数，损失函数和梯度下降法
5.线性神经网络异或问题
6.BP神经网络介绍
7.BP算法推导
8.BP神经网络解决异或问题
9.BP算法完成手写数字识别
10.sklearn-BP神经网络解决手写数字识别
11.GOOGLE神经网络平台

Tensorflow2.0
1.深度学习框架介绍
2.Tensorflow安装
3.Tensorlfow基础知识
4.Tensorflow线性回归
5.Tensorflow非线性回归
6.Mnist数据集合Softmax讲解
7.使用BP神经网络搭建手写数字识别
8.交叉熵(cross-entropy)讲解和使用
9.过拟合,正则化,Dropout
10.各种优化器Optimizer
11.改进手写数字识别网络
12.卷积神经网络CNN的介绍
13.使用CNN解决手写数字识别
14.长短时记忆网络LSTM介绍
15.LSTM的使用
16.模型保存与载入

图像识别项目
1.介绍Google图像识别模型Inception-v3
2.使用Inception-v3做图像识别
图像识别项目
3.训练自己的图像识别模型
验证码识别项目
4.多任务学习介绍
5.生存验证码图片
6.构建验证码识别模型

Kease佳实践
1.安装和配置Keras,API
2.回调函数与自定义训练过程
3.深度神经网络DCNN实现
4.采用深度学习算法识别CIFRA-10图片
5.调节参数来改善性能