[AI/大数据] 2022年 七月在线 机器学习集训营15期

课程介绍：
如今，人工智能火爆全球并快速切入各个领域，比如电商、金融、交通、安防、医疗、教育，国内外各大公司纷纷成立相关AI研究院，火速招兵买马，可目前市面上人才缺口严重不足，供需比例仅为1:10。

机器学习作为AI的核心技术，可谓掌握了机器学习，便跨过了AI的准入门门槛。或从Java等传统IT行业成功转型AI拿到年薪三四十万，部分超过四十万拿到五十万，有的甚至年薪百万。

课程大纲：
预习阶段 Python基础和数据分析
在线视频：Python基础语法语法精讲

1-Anaconda安装及使用
2-循环判断语句
3-函数
4-面向对象
5-文件以文件夹操作
在线视频：Python核心语法进阶
1-高阶函数的使用
2-迭代器、生成器、装饰器详解
在线视频：数据分析numpy和pandas精髓速讲
1-numpy基本操作
2-pandas基本操作
2-项目实战：美国大选
在线视频：matplotlib数据可视化
1-matplotlib基本操作
2-常用2D图形使用
3-项目实战：电商商品数据探索性分析
在线直播：开班宣讲
在线实训：入学测试
第一阶段 机器学习原理

在线视频：1-线性回归、logistic回归、梯度下降
在线视频：2-决策树、随机森林、GBDT
在线视频：3-SVM与数据分类
在线视频：4-特征工程：数据清洗、异常点处理、特征抽取/选择/组合
在线直播：5-机器学习简介、广义线性模型（线性回归、逻辑斯蒂回归）精髓速讲
在线实训：6-算法核心要点巩固(上)
在线直播：7-决策树、Boosting模型融合的精髓速讲
在线实训：8-算法核心要点巩固(中)
在线直播：9-朴素贝叶斯、SVM模型精髓速讲
在线实训：10-算法核心要点巩固(下)

在线直播：XGBoost精讲

1-建模调参（数据清洗、特征处理、特征选择、模型的调参、评估）
2-模型状态（过/欠拟合、状态验证、过/欠拟合的调整、模型调优）
3-模型融合（集体智慧：投票器/Bagging/随机森林/Boosting）
4-XGBoost简介及三类参数详解，和代码实现
在线直播：HMM、CRF模型要点
1-HMM模型定义及概率计算
2-期望最大算法及HMM模型学习
3-CRF模型定义
4-最大熵算法及CRF模型学习
5-相关代码实现

第二阶段 机器学习实战
在线视频：机器学习基本流程，基础模型与sklearn使用

1-基本流程（数据清洗、数据建模、模型训练与验证）
2-基本模型（线性模型、树模型、神经网络、无监督模型）
3-sklearn介绍与使用（基础介绍、语法）
4-sklearn使用案例讲解
在线实训：基于sklearn和pandas机器学习基础案例实践
在线直播：数据分析与特征工程串讲
1-数据分析方法（Matplotlib与Searborn高阶使用）
2-特征工程方法（类别字段编码、数值类型编码）
3-sklearn实践（预处理、特征工程）
4-结构化数据建模案例讲解
在线实训：特征工程处理与实践
在线直播：图像与文本基础
1-数字图像基础（图像读取、特征提取）
2-文本处理基础（文本分词、TFIDF）
3-手写数字识别案例讲解
4-文本分类案例讲解
在线实训：图像分类与电商用户购买预测
在线视频：基于SQL的机器学习流程和实践
1-Spark与pyspark介绍
2-pyspark基础使用（数据读取、聚合与基础计算）
3-pyspark进阶使用（定义函数、数据统计）
4-pyspark实战案例
在线实训：机器学习中SQL常见用法和文本分类
在线直播：机器学习实践案例高阶
1-模型调参方法（网格、随机和贝叶斯优化）
2-模型训练流程与细节
3-特征筛选方法
4-高阶实践案例讲解（多个Kaggle竞赛案例
在线实训：机器学习进阶案例实践
在线直播：机器学习模型部署与案例
1-LightGBM/XGBoost模型使用和参数讲解
2-模型部署基础（库打包、HTTP协议、调用方法）
3-模型部署与调用案例（实时请求、批量请求）
4-机器学习模型部署案例
在线实训：模型部署案例——阿里云安全恶意程序检测
在线直播：Home Credit用户信贷违约预测
1-项目介绍、背景和评价指标
2-特征编码和特征工程
3-基于LightGBM建模过程
4-基于MLP的建模过程
在线直播：机器学习项目实战：渔船时序轨迹分类
1-结构化数据建模与问题划分
2-多表数据分析与缺失值清洗
3-树模型模型构建与调参
4-树模型/深度学习模型部署与监控
第三阶段 深度学习原理到实战
在线视频：1-神经网络初步：全连接与反向传播
在线视频：2-卷积神经网络与计算机视觉
在线视频：3-循环神经网络与自然语言处理
在线视频：4-深度学习实践：Caffe与Tensorflow项目实战
在线视频：5-深度神经网络、Wide & Deep模型架构理解
在线视频：6-卷积神经网络、实战图像分类
在线视频：7-循环神经网络、文本情感分类和图文生成模型
在线直播：8-深度学习在工业项目中的应用(调参、优化、模型压缩)
第四阶段 深度学习模型应用
在线视频：1-陈博士带你从头到尾通透word2vec
在线视频：2-深度学习在物体检测中的应用：Two-Stage和One-Stage框架
在线直播：3-人脸识别真的安全吗？机器学习/深度学习安全前沿技术：对抗攻击和防御
在线直播：4-深度学习模型实践技巧：工业界是如何通过蒸馏收敛到一个更优的部署模型
第五阶段 CV NLP 推荐三大方向的基础技术巩固
在线视频：1-深度学习在物体检测中的应用<上>
在线视频：2-深度学习在物体检测中的应用<中>
在线视频：3-深度学习在物体检测中的应用<下>
在线视频：4-NLP基础技能：文本处理技能与文本数据清洗、提取、分词与统计
在线视频：5-深度学习回顾与pytorch简介
在线视频：6-当下最好的语言模型BERT：发展历程、模型介绍及应用举例
在线视频：7-推荐业务、feed流产品及推荐算法策略架构解析
在线视频：8-用户特征和Item特征的常用方法
在线视频：9-商品推荐方案讨论、E&&E算法以及deep learning如何作用于推荐系统中的排序
第六阶段 CV NLP 推荐三大方向的完整项目实战
在线直播：CV-1-行人重识别项目（ReID）背景与基线方法

1-搭建基线算法Pipeline
2-从交叉熵损失构建深度特征学习
3-模型训练初步技巧
在线直播：CV-2-行人重识别项目（ReID）跑通训练+评测流程
1-构建评价指标
2-定制Data Loader实现高级预处理
3-模型训练高级技巧
在线直播：CV-3-行人重识别项目（ReID）多任务训练框架
1-深度排序损失Triplet Loss的优雅实现
2-交叉熵损失与深度排序损失并行训练技巧
3-多任务训练框架的Inference实现
在线直播： CV-4-行人重识别项目（ReID）模型优化迭代及总结
1-标签平滑、随即擦出等训练技巧实现
2-在线困难样本挖掘技术
3-困难深度排序损失Triplet Hard Loss实现
在线直播：NLP-1-智能问答机器人项目介绍和环境搭建
1-环境搭建
2-智能客服的架构介绍与说明
3-使用word2vec生成句向量
在线直播：NLP-2-意图识别与文本匹配
1-文本分类模型
2-文本匹配模型
在线直播：NLP-3-智能问答机器人中的闲聊
1-seq2seq结构介绍
2-GPT模型介绍
3-使用GPT做闲聊
在线直播：NLP-4-智能问答机器人项目的部署、总结
1-项目优化
2-部署与上线
3-客服系统总结
在线直播：推荐-1-商品推荐系统介绍和环境搭建
1-数据处理/机器学习/深度学习框架环境搭建
2-商品推荐系统介绍、真实数据集介绍
3-项目任务、评估指标理解
在线直播：推荐-2-商品推荐系统特征工程
1-商品推荐任务拆分、思路分析；数据集探索和理解
2-特征处理、特征构建、特征工程方法总结；训练、测试样本处理
3-基于启发式规则的预估方法实践
在线直播：推荐-3-商品推荐系统模型构建
1-Collaborative Filtering-based Recommendation
2-LR基础模型、GBDT Boosting 模型实战
3-DNN神经网络推荐算法(WDL/NFM等)介绍
在线直播：推荐-4-商品推荐系统迭代优化
1-DNN神经网络推荐算法(WDL/NFM等)模型实战
2-模型评估
3-推荐系统完整性梳理
4-扩展知识：推荐系统在线serving分模块的应用
第七阶段 项目库补充项目实习与就业指导
在线视频：CV1-人体姿态识别项目开题：项目介绍与环境搭建
在线视频：CV2-人体姿态识别初探：单人姿态与多人姿态
在线视频：CV3-人体姿态估计与实战：实战代码与评价指标
在线视频：CV4-人体姿态估计引申探讨：3D姿态与多视角姿态估计
在线视频：NLP1-聊天机器人项目开题：项目介绍和环境搭建
在线视频：NLP2-聊天机器人特征工程和模型构建
在线视频：NLP3-聊天机器人迭代优化：Transformer与BERT应用
在线视频：NLP4-聊天机器人总结：编程实现与系统搭建
在线视频：推荐1-电影推荐网站 开题：项目介绍和环境搭建
在线视频：推荐2-从零搭建电影推荐网站特征工程和模型构建
在线视频：推荐3-从零搭建电影推荐网站迭代优化
在线视频：推荐4-从零搭建电影推荐网站评估、部署、总结
在线实训：1-基于YOLOv3模型的目标检测
在线实训：2-新浪新闻文本分类
在线实训：3-基于DIEN的电商广告CTR预估
在线直播：机器学习面试辅导