针对现阶段论文的课程计划:
【第1阶段】:深度学习阶段
【监督方式】:强监督
「第1章」:深度学习基础篇
课程名称:【21964】【深度学习-【2020版】【深版】「数据挖掘-解锁式学习」】
课程内容:深度学习深入知识的讲解,对神经网络等深度学习常用的算法进行了讲解
---考核---(可选择,联系教务老师)
「第2章」:深度学习工具篇
课程名称:【9622】【深度学习-Tensorflow2.0「解锁式学习」】
课程内容:深度学习中TensorFlow2.X版本的讲解与使用。
---考核---(可选择,联系教务老师)
「第3章」:深度学习工具篇
课程名称:【9555】【Pytorch学习「解锁式学习」】
课程内容:深度学习中的Pytorch框架的讲解于使用。
---考核---(可选择,联系教务老师)
「第4章」:NLP项目篇
课程名称:【3266】【NLP到Word2Vec实战「解锁式学习」】
课程内容:自然语言处理阶段的Word2Vec的讲解
---考核---(可选择,联系教务老师)
「第5章」:NLP理论基础篇
课程名称:【30325】【1、自然语言处理-NLP核心能力提升「自由式学习」】
课程内容:该课程主要是讲解语言模型与语法树、爬虫、搜索引擎与自动路径决策、动态规划与编辑距离、自然语言初步理解、经典的机器学习算法、深度学习、非监督、半监督、主动学习、word2vec、CNN卷积神经网络、RNN循环神经网络、Transformer与BERT大规模预训练问题、面向服务的智能客服机器人与新闻自动生成摘要的案例等知识体系
---考核---(可选择,联系教务老师)
===============章节分割线===============
【第2阶段】:AI项目合集阶段
【监督方式】:强监督
「第1章」:机器学习练习系列篇
课程名称:【30167】【基于LSTM单变量预测_电力消耗预测「解锁式学习」】
课程内容:该课程主要讲解了通过Tensorflow2.0实现了给予LSTM的单变量预测-电力消耗预测
---考核---(可选择,联系教务老师)
「第2章」:机器学习练习系列篇
课程名称:【30177】【二分类案例_银行客户流失「解锁式学习」】
课程内容:该课程主要讲解了通过Tensorflow2.0实现二分类案例银行流失预测
---考核---(可选择,联系教务老师)
「第3章」:机器学习练习系列篇
课程名称:【30175】【多分类 - 鲜花分类「解锁式学习」】
课程内容:该课程主要讲解了通过Tensorflow2.0实现鲜花分类的案例
---考核---(可选择,联系教务老师)
「第4章」:机器学习练习系列篇
课程名称:【30169】【基于LSTM多变量预测_共享单车使用量预测「解锁式学习」】
课程内容:该课程主要讲解了通过Tensorflow2.0实现了给予LSTM的多变量预测-共享单车使用量预测
---考核---(可选择,联系教务老师)