机器学习与深度学习系统实践。

简介：
课程内容融合了数学原理的严谨推导与实际案例的深入演练，从机器学习的经典算法入手，逐步拓展至深度学习领域。同时，课程将结合深度学习两大主流框架——Caffe和Tensorflow，并以经典项目作为实践基础，重点选择人脸检测与验证码识别这两项任务。为了确保学习效果，课程强调理论推导、直观解读以及务实的案例实操，力求让学员在掌握知识的同时，具备解决实际问题的能力。具体涵盖回归算法原理推导、决策树及随机森林算法、针对不平衡数据集的实战解决方案、支持向量机、Xgboost集成算法、神经网络的基础知识、神经网络整体架构以及卷积神经网络等核心内容。此外，还将深入剖析Tensorflow框架的实战应用，并通过验证码识别和人脸检测两项案例进行深入训练。