从0到1构建深度学习、海量数据实时分析系统(60节直播大课) 报名中
¥4999 (原价¥6999)

立即报名

课程介绍

stuq img

  • 早鸟价:4999元(原价6999元,前50人报名享受预售优惠)

  • 开班时间:2017年7月1日

  • 上课周期:10周共60课时(1课时=40分钟)

  • 上课时间:暂定每周二&周六 20:30-22:30

  • 学习形式:直播视频讲解 + QQ学员群交流答疑


如果你有这样的需求——

正想要“ 加薪 / 跳槽 / 在职提升” ,那么以下这门课程或许对你的职业生涯起到重要指导作用。

课程简介

近几年大数据技术不断实现新突破,人工智能飞速发展,社会各行各业急需大数据和人工智能人才。本课程从经典的机器学习方法开始,介绍深度学习流行框架,落脚于工程实践,重点讲解如何将深度学习和高性能实时处理结合。基于讲师丰富的实践经验,带领学员从0到1搭建一个深度学习、海量数据实时分析系统。本课程共五个部分,基础篇、神经网络篇、深度学习篇、C++编程篇和编程实战偏;将机器学习、实时数据处理、服务器和客户端开发有机结合在一起,帮助学员既可了解机器学习,夯实基础,又能将机器学习充分应用到实际开发中,实现技能进阶;在当下技术迅猛发展的背景下少一份焦虑迷茫和不知所措,多一份自信从容和职场竞争力。

课程特色

20小时直播课程+20小时代码演练讲解+小组互助学习+作业,课程和学习服务双管齐下!

1. 让最好的老师,自主研发独一无二的体系化课程

老师是在互联网一线工作或者创业的实战派技术专家;

他教的知识就是他正在用的,都是一手最鲜活最前沿的深度学习技术,含金量很高;

我们和导师一起精心打磨课程,自主研发课程体系,在市面上你找不到第二家更加体系化,适合学习者系统提升的课程了。

2.一半时间是实战动手写代码,在练中学最有效

Talk is cheap,show me your code,本课程总共40小时课程里,有20小时都是代码实操演示,带领学员从0到1搭建一个深度学习、海量数据实时分析系统;通过实战场景化的刻意训练学以致用;

每章节留小作业,学了马上用,通过作业练习让技能内化,下次开课前老师会评点优秀作业供所有人学习。

3. 听直播,更专注更深度参与课程,不懂立刻问

有的人买了课就放在那里,以为有回放可以随时学,其实到最后连回放都不看了;

为了让大家听直播跟班走,可以即时互动,随时问老师;

我们也会在直播过程中赠送相关技术书籍,老师的绝密资料,优惠码等福利,让学习不只是“买课”而已;

课程结束后提供回放,随时随地观看,1年内不限次数观看。

4.导师全程带+小组互助学习

全程导师跟班,把握大家的学习进度;

每次课程布置小作业,导师精选部分作业批改和点评;

组织自发建立学习小组,与同学抱团学习、互动+讨论、一起作业一起进步

5.无条件退款

首次开课24小时以内无条件退款

课程设计思路

本门课程重点是什么?

本课程会讲解经典的机器学习方法,并重点介绍深度学习,我们在讲解理论本身的基础上,更关注于如何通过一些工程方法运用这些模型,并进行适当优化:本课程重点关注的是工程实践。

用什么编码?

和研究工作不同的是,在实际开发中为了提升性能,涉及到计算的部分往往会使用C++编写代码,因此本课程选择C++和Python作为基本编程语言(后期会涉及 Objective-C),而Caffe提供了非常简单的C++接口,可以轻松地和C++程序整合。

和别的深度学习课程有什么不同?

和一般课程不同,本课程更关注如何将深度学习和高性能实时处理结合。高性能实时处理在许多领域都得到了广泛应用,比如实时流量处理、日志处理、交通数据处理等等,而这些领域又有很多的图像处理和模式识别需求,因此深度学习如何与高性能实时处理框架结合是一个非常重要的事情。

学了怎么用?

通过分布式实时处理系统以及深度学习相结合,学生将学习和了解到业界最流行的云端开发技术和解决方案,本课程更加注重于实际开发经验的讲解,对学生的日常工作或未来发展将起到十分重要的指导作用。

本课程正是将机器学习、实时数据处理、服务器和客户端开发有机结合在一起,而不是片面地介绍其中一个部分,让学生能对如何将机器学习充分应用到实际开发中有一个整体认识,这正是本课程独特而且重要的价值所在。

课程需要的软硬件环境

软件:

  • 操作系统:Linux、macOS

  • 集成开发环境和编程环境:Python、C\C++、Eclipse、Vim、Xcode、gcc

  • 软件框架:Hurricane Real-time processing system、Caffe等

硬件:

  • 普通计算机(包括笔记本、台式机和服务器)

  • 可选:Nvidia显卡(支持CUDA 7.5及以上版本)

大咖导师


从事平台架构方面的研发工作。在此之前,他曾在思科系统(中国)研发中心云产品研发部工作,并参与了大规模分布式系统的服务器后端以及SDK的设计与研发工作,在分布式系统设计与实现、性能调优、高可用性和自动化等方面积累了丰富的敏捷实践与开发经验。他主要从事C/C++开发工作,致力于高性能计算平台架构的研究与开发。此外,对JavaScript、Lua以及移动开发平台等也有一定研究。著有《分布式实时处理系统:原理、架构和实现》,并译有《Storm实时数据处理》、《高级C/C++编译技术》、《JavaScript编程精解(原书第2版)》。


主要从事科研工作,研究方向为健康计算与软件体系结构,同时具有较为丰富的工程经验,能较熟练应用C++、Java、Python、JavaScript等多门语言。在Web开发和分布式系统方面均有所涉猎,开发项目涉及信息管理系统、数据处理、医学图像增强与存储、智能设备健康数据收集与分析等领域,获多项软件著作权。在机器学习和深度学习方向有较多经验,主要利用深度学习完成图像模式识别与压缩,对Caffe等常用深度学习框架较为熟悉,有裁剪和优化经验。现为大数据实时处理Hurricane分布式框架的贡献者之一。

课程大纲

模块1:深度学习的方法

掌握规律和本质才会事半功倍,真正的授之以渔!

一、基础篇(8小时)

1、 机器学习基础

 a) 机器学习简介

 b) 机器学习的主要任务

 c) 基本算法介绍

2、 常用软件集合和环境配置

 a) 为什么选择用Python

 b) Python

 c) NumPy

 d) sckit-learn

3、 数据分组和关联分析算法

 a) 通过Python 实现K-means算法

 b) 通过Python实现Apriori算法

 c) 通过Python实现FP-growth算法

4、 分类器

 a) 决策树(包含实战优化方法)

 b) K-邻近算法(KNN)

 d) 支持向量机(SVM)

 e) 贝叶斯网络

      i. 朴素贝叶斯算法

      ii. 贝叶斯网络

二、神经网络篇(3小时)

1、 神经网络

 a) 神经网络简介

 b) 正向传播算法

 c) 矢量化编程

 d) 神经网络向量化(有实际写代码部分内容)

2、 稀疏自编码器

 a) 稀疏自编码器简介

 b) 反向传播算法

 c) 自编码算法与稀疏性

 d) 训练结果可视化

 e) 实践

3、 数据预处理

 a) 主成分分析(PCA)

 b) 白化

 c) 实践

4、 Softmax回归

 a) Softmax回归

 b) 实践

5、 自我学习

三、深度学习篇(3小时)

1、 深度网络简介

 a) 简介

 b) 深度网络优势

 c) 训练的困难

 d) 逐层贪婪训练方法

2、 自编码算法(AE)

 a) 栈式自编码算法

 b) 微调多层自编码算法

3、 大型图片处理

 a) 线性解码器

 b) 全联通与部分联通网络

 c) 卷积(Convolution)

 d) 池化(Pooling)

 e) 卷积神经网络(CNN)

四、C++编程篇(6小时)

1、 C++11与C++14

 a) 基于Socket的通信

 b) C++中的内存与资源管理

 c) 编码

 d) C++ 98的编码缺陷

 e) C++ 14编码支持(包含实战)

 f) 进程间通信

2、 高性能C++服务器编程 基础-高效的内存管理和数据调度

 a) 轻量级分身——线程

 b) C++14线程

 c) 竞争问题与解决方案

 d) 多线程优化

 e) 异步I/O

 f) 内存分配与内存碎片

 g) tcmalloc

 h) 内存池

3、 高性能C++服务器编程 进阶-如何充分利用CPU和GPU

 a) OpenMP

 b) OpenBLAS

 c) OpenCL

 d) CUDA

模块2:深度学习的编程实战模块

(20小时代码实战演练,上手做比听再多都有用)

五、编程实战篇(20小时)

1、 云端服务器架构设计

2、 通信系统设计

3、 通过Caffe实现深度神经网络

 a) 为什么是Caffe?

 b) 准备Caffe依赖

 c) 编译Caffe(Linux和macOS)

 d) 使用Caffe训练手写数字识别

 e) 使用Caffe训练AutoEncoder

 f) 调用Caffe使用训练后的模型

4、 通过Hurricane实时处理系统实现分布式网络拓扑

 a) 实现Spout:获取数据

 b) 实现Bolt:预处理

 c) 实现Bolt:调用Caffe

5、 实战:基于循环神经网络的图片全分辨率压缩

 a) 再看AutoEncoder

 b) 利用AutoEncoder实现图像压缩

 c) RNN(循环神经网络)介绍

 d) 利用RNN优化图像压缩

 e) 实践:编写收集训练数据的高性能分布式爬虫

 f) 实践:整理训练数据集

 g) 实践:在Caffe中实现RNN

 h) 实践:训练与测试

 i) 实践:压缩接口设计与封装

 j) 实践:Web服务器搭建

 k) 实践:计算服务搭建

 l) 实践:完成深度学习服务

6、 基于macOS开发的云服务客户端

课后收获

  • 掌握机器学习和深度神经网络基本原理

  • 学习搭建深度学习开发和测试环境

  • 掌握神经网络主流算法和实战

  • 掌握深度学习主流算法和实战

  • 通过机器学习实战掌握Python语言

  • 学习高性能C++服务器编程和海量数据处理技巧

  • 学习分布式实时处理系统和Caffe构建深度学习框架

  • 掌握开发连接深度学习平台的产品级客户端服务

  • 掌握大数据和海量数据分析处理基本技术

  • 将机器学习的理论与工程实践结合,学会如何将机器学习应用到日常工作中

  • 学会机器学习中大量数据的处理方法,以及常用的性能优化方法

  • 学习如何将分布式实时处理和深度学习结合

适用人群

适合有加薪 / 跳槽 / 在职提升需求的技术同学,比如

  • 想深入学习深度学习的软件研发工程师或架构师

  • 具备一定程度的软件开发经验,希望通过深度学习拓宽视野并将理论快速融入实际工作中的研发工程师

  • 拥有C++或Python开发经验

不适合

  • 没有编程经验的小白

  • 追技术潮流但是不准备深入学习“深度学习”的同学

联系我们

扫描下方二维码,添加小助手为好友

stuq img

小助手人工咨询,你想了解的都能问到!

报名

从0到1构建深度学习、海量数据实时分析系统(60节直播大课)

stuq img

  • 早鸟价:4999元(原价6999元,前50人报名享受预售优惠)

  • 开班时间:2017年7月1日

  • 上课周期:10周共60课时(1课时=40分钟)

  • 上课时间:暂定每周二&周六 20:30-22:30

  • 学习形式:直播视频讲解 + QQ学员群交流答疑

¥4999 (原价¥6999)