培训内容 |
机器学习算法体系架构 机器学习算法分类 机器学习算法在移动的应用实践 机器学习算法案例实操 机器学习和深度学习、强化学学习、大模型 机器学习发展趋势 |
线性回归模型的原理剖析+实战应用 回归模型的评价指标 模型的交叉验证 分类模型的评价指标 模型的过拟合和欠拟合的处理 集成算法的原理剖析+实战应用 逻辑回归的原理剖析+实战应用 聚类算法的原理剖析+实战应用 算法模型的部署和应用 聚类算法 贝叶斯算法 |
基本原理及关键技术 Sigmoid函数 梯度下降法 神经网络整体架构 卷积神经网络原理与参数解读 递归神经网络与词向量原理解读 深度学习必备基础知识点 |