请询价
适合对象:对大数据挖掘培训,大数据分析培训,大数据培训等有兴趣学习的学员
开设课程校区:上地十街,高粱桥斜街59号,厂洼街校区
课程亮点:
朝九晚九全程跟班答疑、一对一督学、定期直播串讲、五分钟内有问必答、出勤率和进度监督、作业与测试
学习目标:
熟悉AI工具,包括TensorFlow、Keras、Caffe、PyTorch
熟悉深度学习应用
熟悉CNN、RNN、Faster RCNN等深度神经网络模型,并掌握其相关的优化算法
了解深度学习高级算法,包括卷积神经网络、循环神经网络等
掌握优化算法和高性能计算方法
掌握计算机视觉图像识别一线行业案例
课程内容:
01章预备知识:图像识别方法的演进基础
01-01开发环境配置:Anaconda环境和MXNet
01-02深度学习简介:起源、特点和发展
01-03计算机视觉概述
01-04数据操作
01-05自动求梯度
01-06图像识别的演进
01-07线性回归与线性回归的实现
01-08线性模型:对数线性二分类、多分类
01-09独热和稠密度向量表示
01-10softmax回归与实现
01-10基于深度学习的图像识别技术发展
02章深度学习基础知识
01-01线性模型的局限性:异或问题
01-02非线性输入转换、核方法、可训练的映射函数
01-03感知机和多层感知机的实现
01-04模型选择、欠拟合过拟合问题
01-05权重衰减和丢弃法
01-06实战案例:房价预测模型
01-07神经网络基础
01-08前馈神经网络、BP神经网络
01-09神经网络的训练
01-10深度学习计算
03章卷积神经网络与深度学习
01-01二维卷积层相关运算
01-02填充和步幅
01-03多输入通道和多输出通道
01-04二维大池化层和平均池化层
01-05卷积神经网络LeNet模型
01-06深度卷积神经网络AlexNet
01-07使用重复数据的网络
01-08网络中的网络:NIN块和NIN模型
01-09合并行连接的网络
01-10批量归一化
01-11残差网络ResNet模型
01-12稠密度连接网络DeseNet模型
04章循环神经网络与深度学习
01-01语言模型计算
01-02循环神经网络
01-03模型语言数据集
01-04循环神经网络从零开始实现
01-05循环神经网络的简介实现
01-06通过时间反向传播
01-07门控循环单元
01-08长短期记忆
01-09深度循环神经网络
01-10双向循环神经网络
05章优化算法与深度学习
01-01优化与深度学习的关系
01-02梯度下降和随机梯度下降
01-03小批量随机梯度下降
01-04动量法与实现
01-05AdaGrad算法特点与实现
01-06RMSProp算法
01-07AdaDelta算法
01-08Adma算法
06章计算机技术与高性能计算
01-01衡量性能的方法
01-02提高性能性能的各种编程方法
01-03命令式和混合编程
01-04异步计算
01-05自动并行运算
01-06多GPU运算
07章AI应用方向之计算机视觉
01-01使用图像增广训练模型
01-02微调:热狗识别
01-03目标检测和边界框
01-04计算机视觉:锚框生成
01-05多尺度目标检测
01-06目标检测数据集:皮卡丘
01-07单发多框检测:SSD
01-08卷积神经网络系列:R-CNN
01-09语意分割和数据集
01-10全卷积网络
01-11样式迁移
08章计算机视觉案例:Kaggle图像识别
01-01案例1:图像分类
01-02案例2:狗的品种
01-03step1:获取和整理数据集
01-04step2:图像增广
01-05step3:读取数据集
01-06step4:定义模型
01-07step5:定义训练函数
01-08step6:训练模型
01-01词嵌入和连续词袋模型
01-02近似训练:负采样、层序softmax
01-03word2vec的实现
01-04子词潜入:fastText
01-05全局向量的词潜入:GloVe
01-06求近义词和类比词
01-07文本情感分类:使用循环神经网络
01-08文本情感分类:使用卷积神经网络(textCNN)
01-09编码器、解码器
01-10贪婪搜索、全局搜索、束搜索
01-11注意力机制
01-01案例1:机器人翻译
01-02step1:读取和与处理数据集
01-03step2:含注意力机制的编码器-解码器
01-04step3:训练模型
01-05step4:预测不定长的序列
01-06step5:评价翻译结果
01-07唐诗生成器
01-08step1:定义输入数据
01-09step2:定义多层LESTM模型
01-10step3:定义损失函数
01-11step4:训练模型生成文字
01-12step5:更多参数说明
01-13step6:运行自己的数据
数据分析师核心优势
CDA数据分析师系统培训立足于数据分析领域教育事业,覆盖了国内企业招聘数据分析师所要求的技能,进一步提升数据分析师的职业素养与能力水平,促进数据分析行业的高质量持续快速发展。
数据分析师机构简介
经管之家于2003年成立与中国人民大学经济学院,致力于推动经济的进步,传播优秀教育资源,目前已经发展成为国内大型的经济、管理、金融、统计类的在线教育和咨询网站,也是国内*活跃和具影响力的经管类网络社区。
经管之家运营团队:北京国富如荷网络科技有限公司,成立于2006年6月,公司以经管之家为运营平台,经营业务包括培训业务、数据处理和分析服务和教辅产品等。经管之家"数据分析培训中心" 自2007年成立以来,致力于开展统计软件、数据分析和数据挖掘的培训与咨询服务,目前已有专家、讲师团队100多位,拥有自主版权的视频课程60多门,每年开设现场培训班100余场,建立了完备的数据分析培训课程体系,每年培训学员3000多人。服务过的企业包括中国电子商务中心、招商银行、中国人民银行、中国邮政储蓄、中国联通、中国汽车技术研究中心、南京梅钢等机构。
发展至今,经管之家"数据分析培训中心"已经成为具有影响力和知名度的数据分析培训机构,我们一直努力做到:将数据分析变成一门常识,让统计软件成为学术研究的好伙伴,企业经营的好军师。
数据分析师学校优势
CDA优势如何?
2013年,经管之家创立"CDA数据分析师"品牌,致力于为社会各界数据分析爱好者提供*优质、*科学、*系统的数据分析教育。截止2015年已成功举办40期系统培训,培训学员达3千余名; 中国数据分析师俱乐部(CDA CLUB),已举办30期线下免费沙龙活动,累积会员2千余名;中国数据分析师行业峰会(CDA Summit),一年两次,参会人数达2千余名,在大数据领域影响力超前。"CDA数据分析师"队伍在业界不断壮大,对数据分析人才产业起到了巨大的推动作用。
优势一:师资与课程研发
CDA数据分析师系统培训,由经管之家根据CDA认证标准而设立的一套针对数据分析师技能的全面系统培训。培训师资目前来自学界、实务界相关领域的讲师、教授、专家、工程师以及企业资深分析师,名师荟萃,代表了国内数据分析培训的专业水平,可以更好地保证培训的学员既能学到扎实的数据分析理论知识,又能具备较强的利用软件解决实际问题的能力,保证学员能胜任各行业数据分析师工作的要求。CDA数据分析师培训注重结合实际,把具技术含量、具价值理念的课程传授给学员。课程还注重启发式教学,让学员在动手解决问题中去学习。
CDA数据分析师课程的大纲和内容,既由经管之家、CERTIFIED DATA ANALYST INSTITUTE(CDA协以及大数据、数据挖掘领域专家潜心开发和反复研究,又经过科学的调研确定,并且将不断地随着数据分析的市场需求和数据分析技术的发展而调整,课程内容始终关注市场、关注前沿。课程内容的设计更注重阶梯化、体系化的原则,每一个学员,不论学习和工作的背景如何,都能在该课程体系中很快找到适合自己的课程,并不断学习提高。
优势二:继续学习
所有CDA学员除了学习现场课程之外,还会得到全程视频录像及辅助学习视频课程(包括统计软件、数据挖掘、大数据等内容),此系列视频课程可以进行后期巩固学习和进修学习,可扎实现学技能、拓展课余知识、升华技术层级。CDA数据分析师培训体系除了CDA LEVEL认证培训以外,还推出了CDA就业脱产培训,使跨行、跨专业的学生、待业人员能够进行全面的脱产集训,并在培训后解决学员就业,拿到高薪工作。除此之外,CDA还为有基础的学员提供了更多元化更高级的行业专题培训,包括*前沿的PYTHON、SPARK等工具,电商、金融、游戏等各行业专题,以及量化投资、CRM营销、临床医学等细分领域。
优势三:在线学习
Pe******et(就学教育)为CDA数据分析师在线学习平台。视频可实现随时随地在线听课,10分钟一小节,可进行个性化、碎片化学习,更具针对性与便利性。CDA上课方式分为现场及远程两种方式,远程在线学习引进了*新设备与技术,与思科的合作解决了各地区学员的需求,实现了如同现场般的远程答疑及讨论氛围。
优势四:人才认证
参与CDA培训学员可以参加一年两次的"CDA数据分析师认证考试",并获得专业证书与持证人特权。CDA认证考试目前有"LEVEL 1业务数据分析师","LEVEL 2建模分析师","LEVEL 2大数据分析师",考试由经管之家主办,通过者获得经管之家CDA认证证书,并可到台湾申请由"中华资料采矿协会"颁发的"资料采矿分析师"证书,亦可获得由CDA协会认证的"CERTIFIED DATA ANALYST CERTIFICATION"。
优势五:CDA社群
经管之家有十二个社区,七百个版块,六百万会员。每日讨论的热点话题及资料以千计。学员在学后可以到"CDA数据分析师"版块进行交流、提问、下载资料等,形成数据分析专业聚集地,促进学员在圈子交流中高效发展。
除了在线平台,中国数据分析师俱乐部(CDA CLUB)汇聚了数据分析领域的各界兴趣爱好者,截止2015年已举办30期线下沙龙活动,会员累计2千余名,有高级会员与普通会员。在俱乐部中各会员可以通过共享资源方式获得相应积分,以积分兑换其他优质资源,形成了自发式的交流互动。
中国数据分析师行业峰会、大数据生态纵览峰会(CDA SUMMIT)。一年两次的行业峰会,汇聚了国内*的专家学者,发布前沿思想与技术,参会人员上千名,盛世浩大,影响超前,为数据人才和大数据行业的发展起到了极大的推动作用。
发展历程:
"2006年
开展数据统计、计量实战,学术研究等相关培训视频和现场班
2007年
开展数据统计、数据分析相关培训班
2011年
随着大数据热潮的来临,依托累计上万类共享资料,多年沉淀师资团队,论坛召集多位专家,研发CDA数据分析师体系
2013年
CDA数据分析师品牌成立,提供系统化的大数据、数据分析人才培养和认证
2014年
CDA INSTITUTE 成立 ,并推出第一届全国CDA数据分析师认证考试
2015年
第一届中国数据分析师行业峰会(CDAS)在9月11日成功举办,参会人数逾3000人
2016年
CDA汇聚海内外大数据、数据分析专家上千人,推出就业班、数据科学家训练营、企业内训、CDA俱乐部等多个项目
2017年
整合论坛与CDA数据分析师业内资源,形成数据分析领域生态圈,并进一步升级CDA企业内训体系,正式推出大数据实验室
2018年
北上广深等多个城市均有校区;拥有200多位专业师资;培养学员超过3万人,每年6月/12月全国28个城市举办CDA认证考试
2019年
已举办九届数据分析师认证考试,得到业界广泛认可,学员遍布各大知名企业。人工智能产品“好学AI”问世,引领DT时代新一波技术培训浪潮"
数据分析师师资力量