以下就是本次機器學習培訓的內(nèi)容：
課程目標：
課程對于初學者而言，適合如下目標：
1)了解機器學習/深度學習的適用場景和基本原理(做不到掌握機器學習技術(shù)或者全面了解機器學習技術(shù)，只能是了解典型方法)
2)用兩三個典型的實驗任務(wù)，讓學員直觀感受到：機器學習能解決什么問題，大概是個什么效果。實驗任務(wù)均給定代碼，學員閱讀理解代碼、運行任務(wù)、調(diào)試效果。
3)對于有編程基礎(chǔ)的學員：能夠用機器學習工具處理簡單NLP任務(wù)
課程大綱：
?
機器學習的基本原理和典型模型介紹
1、機器學習簡介
2、線性回歸模型和梯度下降法
3、大熵模型
4、支持向量機模型
5、無監(jiān)督學習常用方法介紹
6、優(yōu)化技巧：正則化和降維問題
實驗
1、實現(xiàn)梯度下降算法
2、分別使用線性回歸模型、大熵模型解決垃圾郵件分類問題
3、無監(jiān)督學習解決文檔聚類問題，并從特征降維角度優(yōu)化效果和速度
深度學習基本原理和典型模型介紹
1、人工神經(jīng)網(wǎng)絡(luò)基本原理
2、NNLM和word2vec介紹
3、CNN原理及應(yīng)用
4、RNN原理及應(yīng)用
5、Gans原理及應(yīng)用
實驗
1、教師提供語料，學員使用word2vec訓練詞向量，并使用詞向量完成詞語相似度計算任務(wù)，觀察效果
2、安裝tensorflow，并運行指定的樣例任務(wù)，修改關(guān)鍵參數(shù)，觀察效果變化
3、使用tensorflow實現(xiàn)一個簡單的CNN網(wǎng)絡(luò)，在同樣的樣例上觀察效果
合作伙伴與授權(quán)機構(gòu)
shuhaipeixun
1299983702
總部李老師
