很多同学在学习机器学习、深度学习算法的过程中没有获得感和成就感因为仅仅学习了理论没有落地的出口感受不到这个算法有什么作用或者能解决什么问题这一期给大家推荐一个爆火项目practicalAI, 项目本身就是让大家在实战当中学习AI技术代码可以在Jupyter中运行下面具体来介绍一下这个实战项目实战一线性回归项目首先介绍线性回归的数学原理包括目标函数优缺点等然后介绍一些训练过程最后是采用scikit-learn来训练一个线性回归模型进行可解释性分析和正则化分析除了体验这个实现的过程还要注重一些分析的步骤实战二逻辑回归项目首先介绍逻辑回归的数学表达式以及优缺点然后介绍训练的步骤最后就是基于titanic数据集训练和测试逻辑回归模型预测乘客是否能生存为方便大家学习 这里给大家整理了一份学习资料包 需要的同学 根据下图自取即可实战三随机森林项目首先介绍逻辑回归的目标优缺点以及训练的步骤继续采用上述的数据集进行训练一个随机森林模型重点体会不同模型的差别实战四Pytorch基础项目这个项目主要是采用Pytorch来构建动态神经网络的框架还会涉及张量的基础运算实战五多层感知机项目这个项目主要是基于Pytorch实现多层感知机目标函数优点和缺点以及训练的过程实战六数据和模型项目一个机器学习模型的工作方式就是接收输入产出预测。训练数据的质量和数量直接决定了预测的质量也就是说: 垃圾数据产生垃圾结果。这个项目主要是说明数据质量对于模型的重要性为方便大家学习 这里给大家整理了一份学习资料包 需要的同学 根据下图自取即可实战七面向对象机器学习项目在这个项目中我们会学习如何创建和运用Python的类和函数来解决机器学习问题这一部分主要包括词汇表向量器数据集和模型实战八卷积神经网络项目介绍CNN除了应用于图像领域也可以用于自然语言处理这个项目主要是用卷积神经网络处理文本信息实战九NLP中嵌入层的使用项目NLP领域一个重要研究课题就是如何进行特征嵌入这个项目就是训练自己的嵌入层模型以及使用预训练的嵌入层随机初始化嵌入层等实战十递归神经网络项目当处理序列化数据时(时间序列句子等等) 输入的顺序对于任务是否能顺利完成至关重要。递归神经网络(RNN)会把从之前的输入学习到的信息和新的输入结合处理这个课程项目中我们将会学习如何创建并使用序列化数据用RNN建模实战十一计算机视觉项目构建一个结构最基础的CNN然后用它处理数据输出预测的分类这是计算机视觉的基础项目如果想要学习CV方向的话后续可以再看看其他项目为方便大家学习 这里给大家整理了一份学习资料包 需要的同学 根据下图自取即可
