人工智能的浪潮正在席卷全球，各种培训课程应运而生，但真正能让学员系统、多方面掌握知识点，并且能学以致用的实战课程并不多见。本课程包含机器学习、深度学习的重要概念及常用算法（决策树、关联规则、聚类、贝叶斯网络、神经网络、支持向量机、隐马尔科夫模型、遗传算法、CNN、RNN、GAN等），以及人工智能领域当前的热点。通过6天的系统学习、案例讲解和动手实践，让学员能初步迈入机器学习和深度学习的知识殿堂。
| 课程名称 | 知识点 |
| 第一部分 初识机器学习 | 概念与术语（人工智能、数据挖掘、机器学习）；数据挖掘的对象；数据挖掘的关键技术；知识的表达；Python的安装；数据预处理；回归与时序分析；决策树 |
| 第二部分 机器学习中的典型算法 | 聚类；关联规则；朴素贝叶斯与KNN；极大似然估计与EM算法；性能评价指标 |
| 第三部分 神经网络专题 | BP神经网络；模拟退火算法与其他神经网络；机器学习中的比较化方法；遗传算法 |
| 第四部分 机器学习进阶 | 支持向量机；隐马尔科夫模型；文本挖掘；从LSA到LDA |
| 第五部分 机器学习进阶与深度学习初步 | 利用无标签的样本；集成学习；强化学习；深度学习—； |
| 第六部分 深度学习 | 优化算法；避免过适应；典型应用场景；RNN、LSTM、GRU；GAN、DQN |
学校的口碑非常重要！很多朋友更多是在看哪些培训机构的知名度更有名气，这种想法事实上略有偏颇！在激烈的市场竞争下，知名度往往可以通过市场运营而成功实现！而一家培训机构的口碑往往需要时间的积淀，学生的口碑就是这家机构较直接的打分！所以，想通过培训而迈入人工智能这一行业的同学可以多考察培训机构的口碑！看看老学员对机构的整体评价，审慎做出决定！
