1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
       3、培訓合格學員可享受免費推薦就業機會。☆合格學員免費頒發相關工程師等資格證書，提升職業資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

• 第一部份
  1、【2】 第二模塊：機器學習經典算法(一)
  1.機器學習基礎概念。 2.決策樹。 3.最鄰近規則分類KNN算法。 4.線性回歸和非線性回歸。 5.Kmeans算法。 6.SVM算法。 7.神經網絡。
  2、【1】 第一模塊：Python必備庫快速入門
  1.人工智能應用發展簡介。 2.python基礎學習。 3.科學計算包numpy學習。 4.繪圖工具包matplotlib學習。
  第二部份
  1、【1】 第二模塊：機器學習經典算法(二)
  1.神經網絡基本原理。 2.單層感知器程序。 3.線性神經網絡。 4.激活函數，損失函數和梯度下降法。 5.BP神經網絡介紹。 6.BP神經網絡解決異或問題。 7.BP神經網絡解決手寫數字識別。 8.BP網絡論文講解。 9.介紹GOOGLE神經網絡演示平臺。
  2、【2】 第三模塊：機器學習案例實戰
  1.Tensorflow安裝。 2.Tensorlfow基礎知識：圖，變量，fetch，feed。 3.Tensorflow線性回歸。 4.Tensorflow非線性回歸。 5.Mnist數據集合Softmax講解。 6.使用BP神經網絡搭建手寫數字識別。 7.交叉熵(cross-entropy)講解和使用。 8.過擬合,正則化,Dropout。 9.各種優化器Optimizer。 10.改進手寫數字識別網絡。 11.Tensorboard的使用。
  第三部份
  1、【2】 第五模塊：項目實戰（一）
  圖像識別項目： 1.從頭開始訓練圖像識別模型。 驗證碼識別項目： 2.生成驗證碼。 3.多任務學習介紹。 4.使用圖像識別方法完成驗證碼識別。 5.驗證碼識別效果測試。 6.使用多任務學習完成驗證碼識別。 7.驗證碼識別效果測試。 語音分類項目： 8.語音信號處理。 9.使用LSTM完成語音分類。
  2、【1】 第四模塊：卷積神經網絡與圖像識別
  1.卷積神經網絡CNN的介紹。 2.使用CNN解決手寫數字識別。 3.深度殘差網絡講解。 4.長短時記憶網絡LSTM介紹。 5.LSTM的使用。 6.介紹Google圖像識別模型Inception-v3。 7.使用Inception-v3做圖像識別。 8.Retrain圖像識別模型。
  第四部份
  1、【1】 第五模塊：項目實戰（二）
  文本分類項目： 1.nlp任務介紹。 2.word2vec介紹。 3.word2vec實現。 4.CNN實現文本分類。 5.LSTM實現文本分類。 6.seq2seq模型介紹。
  2、【2】 第六模塊：人臉識別技術
  1.人臉識別介紹。 2.生成式模型介紹。