- 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
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
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
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
[复制链接]
发表于 2022-10-15 09:34
