【3370】【黄一峰】 【个人情况】:北京科技大学车辆工程专业,已毕业多年,目前是一家科技创业公司的机电总监,负责硬件pcb开发,嵌入式软件开发,电机控制算法开发三大模块。有过编程和算法经验,主要用c语言,python有一定自学基础,但比较薄弱,熟悉linux上位机操作。希望在机器学习和深度学习方面进行系统的学习,主要缺乏项目经验,希望通过学习能完成项目的实操。 【学习目标】:希望能够独立做成一个视觉感知方面的算法,运用于产品中,比如将来准备从事的无人机行业,以及当前的机器人行业。可以自己独立完成项目,目标是为未来做行为规划,视觉导航等等基于深度学习方向上的项目 【备注】:试学 【学习方向】:数据挖掘(稍微带一点视觉,后续可能有一些强化学习) 【是否需要就业】:否 【课程学习顺序】:以老师发的学习思路为主 (按照顺序学习即可,有问题随时跟老师联系调整) 【学员课程安排】:有任何疑问,在群里随时艾特或者ding教务老师和电话测评的老师!尽快解决,达到当前阶段没有疑问为止。 ===============章节分割线=============== 【第1阶段】:数学阶段 【监督方式】:自由 「第1章」:数学加强篇 课程名称:【30295】【机器学习-数学基础(TYD)「自由式学习」】 课程内容:简单过一下数学概念,防止后续模型理解有困难。主要包括基本的概率统计,高等数学等 ---考核---(可选择,联系教务老师) ===============章节分割线=============== 【第2阶段】:基础阶段 【监督方式】:强监督 「第1章」:编程语言篇 课程名称:【3434】【Python基础知识-pycharm版「解锁式学习」】 课程内容:python基础入门知识,对于算法中需要的基础的python做了一个系统的学习。 ---考核---(可选择,联系教务老师) 「第2章」:数据结构与算法篇 课程名称:【36】【Python数据结构与算法「解锁式学习」】 课程内容:暂时可以先跳过。数据结构入门,主要讲解了堆、栈、链表、快排、二分、树等数据结构与算法。 ---考核---(可选择,联系教务老师) 「第3章」:编程语言篇 课程名称:【14281】【机器学习-数据科学库(HM)「解锁式学习」】 课程内容:讲解了目前主要是pandas、numpy、matpoltlib库的使用。 ---考核---(可选择,联系教务老师) 「第4章」:编程语言篇 课程名称:【19621】【数据分析-项目合集「解锁式学习」】 课程内容:暂时可以先跳过。该课程主要讲解了股票分析案例、人口数据分析案例、美国大选案例、用户数据分析案例四个例子来加深数据分析的例子 ---考核---(可选择,联系教务老师) ===============章节分割线=============== 【第3阶段】:机器学习阶段 【监督方式】:强监督 「第1章」:机器学习基础篇 课程名称:【3211】【机器学习算法基础(基础机器学习课程)「解锁式学习」】 课程内容:机器学习基础算法的讲解,偏向于实现,对底层原理没有进行过多的阐述。 ---考核---(可选择,联系教务老师) 「第2章」:机器学习进阶篇 课程名称:【33】【机器学习---算法进阶「解锁式学习」】 课程内容:重点看课时30-39的EM算法和贝叶斯算法,以及课时45-49的HMM算法(优化相关,及隐马尔可夫算法,与后续行为规划有关)。 ---考核---(可选择,联系教务老师) 「第3章」:机器学习工具篇 课程名称:【24941】【机器学习-Sklearn(第三版)「解锁式学习」】 课程内容:偏向与机器学习的实践课程。该课程主要讲解了经典算法决策树、随机森林、特征工程数据预处理、经典算法降维算法PCA、逻辑回归、聚类算法KMeans、支持向量机SVM、线性回归、朴素贝叶斯、 XGBoost及其相关案例 ---考核---(可选择,联系教务老师) ===============章节分割线=============== 【第4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:【20343】【深度学习-【2020版】【深版】「cv-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:【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3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) ===============章节分割线=============== 【第5阶段】:机器学习及深度学习应用阶段 【监督方式】:强监督 「第1章」:遗传算法理论篇 课程名称:进化算法(MY) 课程名称:解决旅行商问题TSP 该部分与后续规划算法优化部分紧密结合,可针对已有的策略进行参数优化 「第2章」:时序预测理论进阶篇1 该部分为基于时间序列进行预测的算法讲解,以自然语言处理任务为依托讲解基本原理,现已广泛应用在行为序列预测与规划任务中,后续使用中的问题具体与remi老师沟通。 课程名称:【27795】【NLP实战高手课「自由式学习 」】 课程内容:该课程主要讲解NLP的基本任务和研究方向、智能问答系统、文本校验系统、深度学习框架GPU、AI部署、神经网络基础(RNN,CNN,Embedding、Pytorch基础)、文本分类实践、半自动特征构建方式、降纬方法、集成模型、神经网络建模、Transformer、时序建模、xDeepFM、图网络、模型融合、深度迁移学习模型、优化器、训练语言模型、长文本分类、依存分析、Tranx、ASDL和AST、wikiSQL、Q-learning、AutoML、算法结合、多模态表示学习、知识蒸馏、K8S部署等等自然语言处理知识 ---考核---(可选择,联系教务老师) 「第3章」:时序预测理论进阶篇2 课程名称:【30328】【2、自然语言处理-基于Seq2Seq、Transformer、BERT的词向量「自由式学习」】 课程内容:该课程主要实现了NLP的一个整体的项目,讲解了项目导论与中文词向量实践、基于Seq2Seq架构的模型搭建、NLG过程的优化与项目的inference、OOV和Word-repetition问题的改进、基于Transformer特征提取器的改进、BERT在抽取任务中的效果、预训练模型在摘要任务中的改进、项目总结与回顾等知识点 ---考核---(可选择,联系教务老师) 「第4章」:计算机视觉理论篇 课程名称:【1096】【1、计算机视觉CV理论基础「解锁式学习」】 课程内容:该课程主要讲解了图像的预处理和图像的特征与描述、深度学习基础、图像分类、图像检索、目标检测、图像分割、图像描述、图像生成等知识点 ---考核---(可选择,联系教务老师) 「第5章」:计算机视觉项目篇 课程名称:【10952】【2、计算机视觉CV实践基础「解锁式学习」】 课程内容:计算机视觉中对图像的处理,以及完成对车辆的识别、信用卡识别、停车场、答题卡、疲劳驾驶检测等的识别 ---考核---(可选择,联系教务老师) 「第6章」:计算机视觉理论篇 课程名称:【2433】【目标检测「解锁式学习」】 课程内容:传统的目标检测流程、以及DSSD、caffe-SSD、SPPNet、HyperNET、Faster RCNN、Yolov2、以及文本检测模型、以及不同的目标检测算法的任务性能等评估等等等目标检测算法学习 ---考核---(可选择,联系教务老师) 「第7章」:计算机视觉理论篇 课程名称:【22067】【目标检测-关键点检测「解锁式学习」】 课程内容:该课程的内容主要包括:图像识别与检测、人体骨骼点检测、人脸和手部特征点检测、物体关键点检测等待介绍文本 ---考核---(可选择,联系教务老师) ===============章节分割线=============== 【第6阶段】:说明课程 【监督方式】:强监督 「第1章」:基础和方向的分割阶段 课程名称:【3244】【说明课程(基础知识与项目衔接说明课程)「解锁式学习」】 课程内容:项目阶段与基础阶段的分界点,在该课程之前为基础阶段,之后为项目阶段,如需更改方向,请在该阶段在群里与老师沟通。 ---考核---(可选择,联系教务老师) ===============章节分割线=============== 【第7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:【19634】【7、机器学习练习-lighGBM算法-交易欺诈检测实战「解锁式学习」】 课程内容:该课程主要是机器学习算法上面的练习 ---考核---(可选择,联系教务老师) 「第2章」:金融风控项目篇 课程名称:【4309】【金融数据分析「解锁式学习」】 课程内容:该课程讲解了GBDT、神经网络模型预测、贷款申请评分卡、以及违约预测等金融相关的数据挖掘 ---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:【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4章」:机器学习练习系列篇 课程名称:【19635】【8、机器学习练习-回归案例-房屋价格预测「解锁式学习」】 课程内容:该课程主要是机器学习算法上面的练习 ---考核---(可选择,联系教务老师) 「第5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6章」:计算机视觉项目篇 课程名称:【3018】【4、Python人工智能项目进阶(第四部分)-物体检测与目标检测主题-检测算法原理+数据集制作与处理「解锁式学习」】 课程内容:目标检测项目的数据集的制作以及讲解,与项目配套使用 ---考核---(可选择,联系教务老师) 「第7章」:计算机视觉项目篇 课程名称:【3635】【5、Python人工智能项目进阶(第四部分)-物体检测与目标检测主题-项目实现与部署「解锁式学习」】 课程内容:目标检测项目的讲解,跟上面的数据集合配套使用 ---考核---(可选择,联系教务老师) 「第8章」:计算机视觉项目篇