机器学习、深度学习与强化学习(姿态识别)-5天

机器学习、深度学习与强化学习

【课程时长】

5天（6小时/天）

【课程对象】

理工科本科及以上，且至少了解一门编程语言。

【课程大纲】（培训内容可根据客户需求调整）

时间

内容

案例实践与练习

Day1上午

准备工作

准备工作

决策树

准备工作（1）

概念与术语

Python（Anaconda）的安装

Pycharm的安装与使用

Jupyter Notebook的安装与使用

Tensorflow与pytorch的安装

Opencv、Sklearn工具包的运用

决策树（2）

分类和预测

熵减过程

贪心法

ID3与C4.5

其他改进方法

决策树剪枝

案例实践：

Anaconda安装

Pip install的技巧

Tensorflow-GPU的安装

pytorch的安装

Jupyter Notebook的使用

Opencv的基本例子

Day1下午

基础模型

聚类

BP神经网络

性能评价指标

聚类（3）

监督学习与无监督学习

K-means

k-medoids

判断最优聚类个数的调参方法

基于层次、密度、网格的方法

BP神经网络 （4）

人工神经元及感知机模型

Sigmoid激活函数

前向神经网络的架构

梯度下降

误差反向传播详解

性能评价指标（5）

精确率；

P、R与F1

ROC与AUC

对数损失

泛化性能评价：k折验证验证

案例实践：

验证一下：聚类算法是不稳定的

手肘法分析NBA球队的最佳聚类个数

各种聚类方式的图形化展示

皮马印第安人糖尿病风险：验证多种模型

绘制ROC并计算AUC

手算神经网络BP算法

只用numpy，手推BPNN

Day2上午

深度学习基础

支持向量机

深度学习基础知识

支持向量机 （1）

“双螺旋”问题

基本模型与惩罚项

求解对偶问题

核函数：映射到高维

从二分类到多分类

用于连续值预测的支持向量机

深度学习基础知识（2）

连接主义的兴衰

深度学习与神经网络的区别与联系

目标函数与激励函数

学习步长

权重初始化

权重衰减（Weight Decay）

梯度下降的方法：Adagrad \ RMSprop \ Adam

避免过适应

案例实践：

SVM实现人脸识别应用

通过深度BP网络实现手写数字的识别

各种梯度下降方法的实战效果

Batch normalization的实战效果

Day2下午

图像分类 CNN

图像分类CNN

图像分类CNN（3）

图像分类概述

AlexNet

ZF-Net

卷积层的误差反向传播

池化层的误差反向传播

VGG（5层变为5组）

迁移学习

GoogLenet和Inception模块

模型退化与ResNet

DenseNet（充分利用特征）

最新的efficientnet

案例实践：

VGG各层的可视化展现

迁移学习：识别猫和狗

Resnet用于图像分类

Day3上午

目标检测

二阶段目标检测与一阶段目标检测

二阶段目标检测（1）

目标检测项目介绍

R-CNN

SPPNET（全图卷积、SPP层）

Fast-RCNN（多任务）

Faster-RCNN（RPN）

一阶段目标检测（2）

YOLO-v1（一切都是回归）

YOLO -v2（9000）

YOLO -v3（多尺度）

案例实践：

基于Faster-RCNN的通用目标检测示例

基于YOLO v3的通用目标快速检测示例

Day3下午

人体姿态识别

最新的一阶段目标检测（3）

YOLO -v4

YOLO -v5

YOLO -v6/v7

人体姿态识别（4）

早期人体姿态识别

AlphaPose

OpenPose

RMPE

案例实践：

DeepSOCIAL

RMPE的演示

Day4上午

自然语言处理

自然语言处理初步

隐马尔科夫模型

自然语言处理初步（1）

语言模型

Bi-Gram与N-Gram

机械分词与统计分词

词性标注

命名实体识别

情感分析

隐马尔科夫模型（2）

HMM形式化定义

向前向后算法解评估问题

Viterbi算法处理解码问题

鲍姆韦尔奇算法解学习问题

案例实践：

jieba的分词效果

《绝代双骄》人物关系分析

SnowNLP：褒义的中性词

出现这种情况可能吗？

今天身体怎么样?

Day4下午

强化学习

强化学习初步

强化学习经典方法

强化学习初步（3）

agent的属性

马尔科夫奖励/决策过程

exploration and exploitation

状态行为值函数

Bellman期望方程

最优策略

强化学习经典方法（4）

策略迭代与价值迭代

蒙特卡洛法

时序差分法

DP、MC、TD的关系

案例实践：

财宝在右

格子世界

机器人走迷宫

谷底的小车

倒立摆

Day5上午

深度强化学习

深度强化学习

深度强化学习（1）

值函数的参数化表示

值函数的估计过程

深度学习与强化学习的结合

基础的DQN 方法

Double DQN

Prioritized Replay

Dueling Network

深度强化学习（2）

策略梯度方法介绍

常见的策略表示

减小方差的方法

引入基函数与修改估计值函数

案例实践：

井字棋

笨鸟先飞：DQN

Day5下午

深度强化学习及其他

深度强化学习

GAN

深度强化学习（3）

围棋AI的难点

MCTS

策略网络

价值网络

Alpha Go的完整架构

Alpha Go zero

GAN（4）

生成对抗网络（GAN）

KL散度与JS散度

改进的GAN：DCGAN

加上约束：infoGAN

根本上解决：Wasserstein GAN

案例实践：

alphazero版五子棋

计算机想象的数字

特朗普的孩子？