地区:
  • 全部
  • 北京
  • 天津
  • 河北
  • 山西
  • 内蒙古
  • 辽宁
  • 吉林
  • 黑龙江
  • 上海
  • 江苏
  • 浙江
  • 安徽
  • 福建
  • 江西
  • 山东
  • 河南
  • 湖北
  • 湖南
  • 广东
  • 广西
  • 海南
  • 重庆
  • 四川
  • 贵州
  • 云南
  • 西藏
  • 陕西
  • 甘肃
  • 青海
  • 宁夏
  • 新疆
机构名称 专业技术等级 地区 培训简章
北京航空航天大学 初级、中级、高级 北京 --
商予科技(北京)有限公司 初级、中级、高级 北京 --
中智国培科技发展(北京)有限公司 初级、中级、高级 北京 --
北京市海淀区中关村软件园人才基地培训中心 初级、中级、高级 北京 --
南开大学 初级、中级、高级 天津 --
天津大学 初级、中级、高级 天津 --
天津工业大学 初级、中级、高级 天津 --
燕山大学 初级、中级、高级 河北 --
太原科技大学 初级、中级、高级 山西 --
山西机电职业技术学院 初级、中级、高级 山西 --
太原城市职业技术学院 初级、中级、高级 山西 --
内蒙古机电职业技术学院 初级、中级 内蒙古 --
东北大学 初级、中级、高级 辽宁 --
沈阳航空航天大学 初级、中级、高级 辽宁 --
吉林大学 初级、中级、高级 吉林 --
哈尔滨工业大学 初级、中级、高级 黑龙江 --
哈尔滨工程大学 初级、中级、高级 黑龙江 --
上海交通大学 初级、中级、高级 上海 --
南京大学 初级、中级、高级 江苏 --
东南大学 初级、中级、高级 江苏 --
课程大纲
人工智能工程技术人员(必修)
  • 36:11 1.1机器学习基本概念
  • 45:46 1.2机器学习基本流程与环节
  • 45:19 1.3模型选择和模型训练
  • 49:31 1.4机器学习算法概览
  • 47:54 1.5模型评估方法
  • 51:56 1.6模型评估指标
  • 48:7 2.1机器学习环境与python基础
  • 47:39 2.2numpy简介与入门
  • 55:39 2.3pandas简介与入门
  • 46:20 2.4sklearn简介与基础
  • 53:12 2.5sklearn提高与案例
  • 15:54 3.1简单线性回归
  • 18:13 3.2多元线性回归
  • 15:29 3.3回归模型诊断
  • 23:59 3.4正则化方法
  • 19:35 3.5逻辑回归的实现
  • 19:23 3.6逻辑回归的评估
  • 18:34 3.7线性可分支持向量机
  • 17:32 3.8非线性支持向量机与核函数
人工智能工程技术人员(选修)
  • 38:29 第四章:4.1决策树(一)
  • 36:56 第四章:4.2决策树(二)
  • 23:43 第四章:4.3随机森林理论
  • 23:33 第四章:4.4随机森林实战
  • 42:4 第五章:5.1概率基础
  • 42:31 第五章:5.2朴素贝叶斯
  • 39:19 第五章:5.3生成模型与判别模型
  • 49:40 第五章:5.4有向图:贝叶斯网络
  • 54:7 第五章:5.5无向图:马尔科夫网络
  • 42:31 第五章:5.6朴素贝叶斯案例
  • 61:6 第六章:6.1聚类分析
  • 51:36 第六章:6.2特征转换与降维
  • 73:58 第六章:6.3推荐系统
  • 60:36 第六章:6.4聚类案例
  • 41:25 第六章:6.5推荐案例
  • 46:39 第七章:7.1特征工程的概念与意义
  • 63:52 第七章:7.2 特征构建方法(一)数据前处理
  • 57:15 第七章:7.3特征构建方法(二)
  • 66:49 第七章:7.4特征构建方法(三)
  • 50:29 第七章:7.5特征选择方法(一)
  • 48:23 第七章:7.6特征选择方法(二)
  • 44:17 第七章:7.7特征选择方法(三)
  • 45:9 第八章:8.1模型(超参数)选择(一)
  • 40:17 第八章:8.2模型(超参数)选择(二)
  • 47:38 第八章:8.3模型(超参数)选择(三)
  • 54:17 第八章:8.4模型融合方法(一)
  • 59:31 第八章:8.5模型融合方法(二)
  • 43:35 第八章:8.6模型融合方法(三)
  • 53:47 第九章:9.1zillow房价预测
  • 53:21 第九章:9.2lending club预测案例