☆ 1、如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓班中重聽；
      ☆ 2、在課程結(jié)束之后,授課老師會留給學員手機和E-mail,免費提供半年的課程技術(shù)支持，以便保證培訓后的繼續(xù)消化；
      ☆3、合格的學員可享受免費推薦就業(yè)機會。
      ☆4、合格學員免費頒發(fā)相關工程師等資格證書，提升您的職業(yè)資質(zhì)。

1、基礎知識

線性代數(shù)基礎

概率與數(shù)理統(tǒng)計基礎

微積分基礎

Python基礎

2、常用機器學習算法：

決策樹算法

隨機森林算法

樸素貝葉斯算法

邏輯回歸算法

SVM算法

K--mean算法

異常URL分類實戰(zhàn)

算法優(yōu)化技術(shù)

3、深度學習基礎

神經(jīng)網(wǎng)絡

稀疏性

自編碼器

手寫體識別實戰(zhàn)

驗證碼安全級別介紹

驗證碼識別實戰(zhàn)

4、卷積神經(jīng)網(wǎng)絡（CNN）

卷積算法

池化

PCA

One-Hot

圖像識別實戰(zhàn)

僵尸網(wǎng)絡與DDOS

CNN僵尸網(wǎng)絡識別實戰(zhàn)

5、遞歸神經(jīng)網(wǎng)絡（RNN）

遞歸神經(jīng)網(wǎng)絡算法

LSTM與梯度消失

Attention機制

文本情景分析實戰(zhàn)

傳統(tǒng)垃圾郵件解決方案

RNN實現(xiàn)垃圾郵件分類實戰(zhàn)

6、最新深度學習進展

增強學習（RL）算法介紹

對抗學習（GAN）算法介紹

網(wǎng)絡安全與機器學習研究方向介紹

第1章: 基礎知識
第1節(jié): 課程介紹
1 : 課程介紹

任務1： 機器學習課件和作業(yè).rar
第2節(jié): 開發(fā)環(huán)境
2 : 開發(fā)環(huán)境

第3節(jié): 數(shù)學
3 : 線性代數(shù)

4 : 概率學基礎

5 : 信息論基礎

第4節(jié): Python基礎
6 : Python基礎

7 : 面向?qū)ο?/p>

第5節(jié): 數(shù)學實驗實踐
8 : 數(shù)學實驗實戰(zhàn)

第2章: 常用機器學習算法
第1節(jié): 數(shù)據(jù)分析
9 : numpy

10 : pandas

第2節(jié): 機器學習
11 : 機器學習

第3節(jié): 實戰(zhàn)項目
12 : miniPJ1

13 : miniPJ2

第3章: 深度學習基礎
14 : 深度神經(jīng)網(wǎng)絡

15 : 稀疏自編碼

16 : softmax
第4章: 卷積神經(jīng)網(wǎng)絡
21 : 卷積網(wǎng)絡-上

22 : 卷積網(wǎng)絡-中

23 : 卷積TF編程

24 : 實踐

25 : alex_net

26 : vggnet

27 : InceplionV1

28 : InceplionV2

29 : InceplionV3

30 : resnet-V1

31 : resnet-V2

32 : mini_Project

33 : mini_Project

34 : mini_Project

第5章: 遞歸神經(jīng)網(wǎng)絡
35 : 遞歸神經(jīng)網(wǎng)絡

36 : Word2Vec