教學優(yōu)勢
曙海教育的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。大批企業(yè)和曙海
建立了良好的合作關(guān)系。曙海集團的課程在業(yè)內(nèi)有著廣泛的美譽度和響亮的知名度。
秉承二十幾年積累的教學品質(zhì)，本課程以真實項目實戰(zhàn)為導向,授課工程師將會與您分享設(shè)計的全流程及工具的綜合使用技巧、經(jīng)驗。
| 主題 | 內(nèi)容 |
| ? | 決?1、模式識別的基本原理。 |
| 模式識別基礎(chǔ) | 2、模式識別的主要應(yīng)用（模式識別的應(yīng)用：人臉識別，語音識別，翻譯，手勢識別，目標跟蹤） |
| 模式識別知識體系 | 1、訓練方法，特征空間，緊致性和可分性，泛化能力； |
| 2、分類與聚類，有監(jiān)督和無監(jiān)督，特征降維； | |
| 3、線性分類器，貝葉斯分類器，模糊模式識別，神經(jīng)網(wǎng)絡(luò)模式識別。 | |
| 模式識別開發(fā)環(huán)境 | 1、Anaconda 安裝與使用 |
| 2、Pycharm 集成開發(fā)環(huán)境 | |
| 3、Jupyter 開發(fā)環(huán)境搭建 | |
| 4、Tensorflow + Keras 安裝與使用方法 | |
| 5、Pytorch安裝與使用方法 | |
| 模式識別分類算法 | 1、特征提取與特征選擇 |
| 2、神經(jīng)網(wǎng)絡(luò)算法原理與應(yīng)用 | |
| 3、支持向量機算法原理與應(yīng)用 | |
| 4、決策樹與隨機森林算法與應(yīng)用 | |
| 聚類算法與深度學習 | 1、K均值聚類算法 |
| 2、層次聚類算法 | |
| 3、聚類算法的主要應(yīng)用 | |
| 4、深度學習模型與應(yīng)用 | |
| 5、集成學習算法與應(yīng)用 | |
| 人臉識別技術(shù)體系 | 1、人臉檢測技術(shù) |
| 2、模板匹配人臉檢測技術(shù) | |
| 3、統(tǒng)計人臉檢測技術(shù) | |
| 4、人臉特征：幾何特征、模型特征、統(tǒng)計特征、神經(jīng)網(wǎng)絡(luò)特征。 | |
| 人臉識別案例分析I | 1、人臉識別系統(tǒng)整體框架 |
| 2、人臉配準即關(guān)鍵點檢測 | |
| 3、人臉屬性識別即性別、年齡、姿態(tài)、表情等識別 | |
| 4、人臉特征提取 | |
| 人臉識別案例分析II | 1、人臉相似度的計算方法 |
| 2、人臉驗證方法 | |
| 3、人臉識別與人臉檢索方法 | |
| 4、人臉識別系統(tǒng)的訓練與運行過程 |
