深度学习概述

1. 深度学习的前世今生、发展趋势

2. 人脑视觉机理、关于特征

3. 人工智能、机器学习、深度学习关系

4. Deep Learning基本思想、浅层学习

5. 深度学习的主要模型及引用场景

6. 机器学习的工具Python的基础使用
   

Python基础知识

Python数据结构

1. 创建一个列表（list）并进行增删改查操作

2. 转换一个列表为元组（tuple）并进行取值操作

3. 创建一个字典（dict）并进行增删改查操作

4. 将两个列表转换为集合（set）并进行集合运算

程序流程控制语句

1. 实现考试成绩划分

2. 实现一组数的连加与连乘

3. 使用冒泡排序法排序

4. 实训（猜数字游戏）

函数

1. 自定义函数实现输出方差

2. 使用匿名函数添加列表元素

3. 存储并导入函数模块
   

文件基础

1. 认识文件

2. 读取txt文件中的数据

3. 保存数据为csv格式文件

4. 认识os模块

NumPy数值计算基础

1. 认识NumPy数组对象ndarray

2. 认识NumPy矩阵与通用函数

Matplotlib数据可视化基础

1. 了解绘图基础语法与常用参数

2. 分析特征间的关系

3. 分析特征内部数据分布与分散状况

4. 实训：分析1996-2015年人口数据特征间关系
   

Pandas统计分析基础

1. 读取不同数据源的数据

2. 掌握DataFrame的常用操作

3. 转换与处理时间序列数据

使用Pandas进行数据预处理

1. 合并数据

2. 清洗数据

3. 标准化数据

4. 转换数据

使用scikit-learn构建模型

1. 使用sklearn转换器处理数据

2. 构建并评价聚类模型

3. 构建并评价分类模型

4. 构建并评价回归模型
   

讲授+实操

机器学习算法及应用

1. 回归分析

2. 决策树

3. 支持向量机

4. 朴素贝叶斯

5. 聚类分析

6. 智能推荐

7. 模型评估与选择
   

深度学习&TensorFlow

1. 深度学习基础

2. 深度学习发展历程

3. 深度学习与传统机器学习比较

4. 神经网络（BP）结构与参数

5. 激活函数与逆传播

6. 算法流程与案例编程实现

7. 卷积神经网络（CNN）

8. 卷积神经网络的特点

9. 卷积与池化

10. 下采样和全连接
    

深度学习&TensorFlow基础及应用

1. 深度学习工具介绍
   

2. TensorFlow安装与基础语法

3. TensorFlow曲线拟合实战

4. Mnist手写字体识别

正则表达式

1. 严格的字符匹配

2. 正则表达式的广义化
   

实战案例一：航空客户价值分析

1. 案例背景

2. 挖掘目标

3. 分析方法与过程

4. 数据预处理

5. 模型构建

6. 模型评价与优化

讲授+实操

分组讨论

案例二：电子商务网站智能推荐服务

1. 案例背景

2. 挖掘目标

3. 分析方法与过程

4. 数据预处理

5. 模型构建

6. 模型评价与优化
   

讲授+实操

分组讨论

张敏  广州泰迪智能科技有限公司高级数据分析师、培训总监

★资深数据分析师，具有丰富的数据挖掘理论及实践培训经验。精通R、Python、Matlab等多种数据挖掘工具。

★曾为南方电网、轩辕网络等大型企业长期提供实施服务，主导了电子商务网站用户行为分析及网页智能推荐服务、中医证型关联规则挖掘、电信业务话单量预测、航空公司客户价值分析等多个项目。

★2017年“泰迪杯数据挖掘挑战赛教练员培训”主讲讲师。先后负责过广西师范学院、广西科技大学、闽江学院、广东石油化工学院、上海健康医学院等高校实训课程及德生科技等企业内训和数据挖掘就业班的课程。

杨惠  广州泰迪智能科技有限公司高级数据分析师

★具备丰富的培训经验，曾为多家企业、院校服务过专业培训工作。如PPV商业培训、珠海城职院等。

★从事数据挖掘工作四年，擅长文本挖掘，熟悉常用机器学习算法原理及应用，如神经网络、SVM、决策树、贝叶斯等算法；精通R、Python、MATLAB等常用数据挖掘处理工具。具有丰富的实践项目经验。如“京东电商产品评论情感分析”项目；“珠江数码大数据营销推荐应用”项目；“电子商务网站智能推荐服务”项目；“2015年农药行业报告”项目。