第二届机器学习应用培训班
发布时间：2019-01-07 15:38:18 来源: 北京赛博尔医药科技有限公司
第二届机器学习应用培训班
北京赛博尔医药科技有限公司（www.cibrmed.com）将于2019年 4月3日 至 2019年 4月7日（周三至周日）举办第二届机器学习应用培训班（课程内容详见课表安排）。欢迎大家前来咨询及报名参加。
此次培训班依然坚持小班教学，手把手带教的教学模式，争取使每一位参加培训的学员能够在数据处理方法上取得进步。
1、培训简介
随着人工智能AI、大数据、云计算等计算机科学技术的发展和应用的普及。机器学习领域成为异常火热的研究方向，受到了学术界的高度关注。机器学习特别是深度学习已经在语音识别、图像识别、自然语言处理等诸多领域取得了突破性的进展。本课程结合应用案例（特别是脑影像数据方面）和开发框架构建学员从所学理论到实践解决问题的理论和工程相结合的能力，解决各自领域的具体问题。针对学员面对的实践问题展开讨论、方案建议。
2、培训对象
本次培训班面向的对象是各单位从事机器学习、神经网络、人工智能、语音识别、图像处理领域等行业相关的企事业单位技术骨干、科研院所研究人员和在校研究生等相关人员，以及深度学习广大爱好者。
主要内容：机器学习原理简介，机器学习MATLAB实现，Linux系统学习，Python机器学习，Libsvm工具包介绍及准备工作，Libsvm实际操作，基于机器学习的多变量模式分析技术介绍 ，MVPA软件包介绍与上机操作，深度学习 Deep Learning 基础、基本思想和基本原理，大规模深度学习基本框架和开发过程以及实战。
注：如方便，请于会议开始前一天到达会场（9:00 - 17:00）熟悉场地及安装软件、拷贝资料等事宜。
3、课程及时间安排
|
时间 |
课程名 |
主要内容 |
|
|
第一天
|
上午 |
机器学习原理简介 |
1、机器学习发展历程 2、机器学习概述、步骤 3、机器学习方法 4、机器学习、人工智能和深度学习的关系 |
|
下午 |
机器学习MATLAB实现 |
1、MATLAB基本数据结构 2、函数与脚本的编写 3、机器学习相关函数、工具介绍 4、二分类实例讲解 |
|
|
第二天 |
上午 |
Linux系统学习 |
1、系统安装 2、命令介绍 3、Linux常用工具 |
|
下午 |
Python机器学习 |
1、Python语言基础 2、 Python数据结构 3、科学计算库Numpy基础 4、Numpy数组操作 5、Numpy矩阵基本操作 6、Numpy矩阵初始化与创建 7、 Numpy排序与索引 |
|
|
第三天
|
上午 |
Libsvm工具包介绍及准备工作 |
1、Libsvm工具包介绍 2、 基于MATLAB的libsvm工具包使用 3、脑影像数据预处理 4、基于libsvm的脚本简单编写 |
|
下午 |
Libsvm实际操作 |
1、结构像svm分类原理与实践 2、Libsvm与深度学习结合技巧 3、分类结果的汇总、报告 |
|
|
第四天 |
上午 |
基于机器学习的多变量模式分析技术介绍 |
1、MVPA 对任务态数据进行解码的流程与工作原理 2、fMRI数据准备与上机操作 |
|
下午 |
MVPA软件包介绍与上机操作 |
1、PRoNTo简介与上机操作：被试内预测与被试间预测； |
|
|
第五天 |
上午 |
深度学习 Deep Learning 基础、基本思想和基本原理 |
1、深度神经网络的基本原理、优势和特点，包括深度神经网络的高维复杂函数近似、流形推断、泛化的基本原理 2、人工神经网络和基本训练方法（训练目标和训练BP算法） |
|
下午 |
大规模深度学习基本框架和开发过程以及实战 |
1、Tensorflow 框架的开发模式、开发案例 2、深度神经网络开发的基本过程、训练和问题解决技巧 3、基本神经网络开发实践（实践） |
|
4、培训人数
为保证培训质量，此次培训限定人数20人左右，报名敬请从速。
5、培训地点
北京市经济技术开发区科创十三街18号院锋创科技园，具体见会议指南。
6、培训费用
所有参会人员3000/人（含资料费、培训费和午餐费，交通及住宿费自理）。
7、报名方式
请将报名回执发送至：Cibr_medical@163.com
8、缴费方式
银行转账或者支付宝（账号：13381109780 户名：杨南），不接受现场缴费，谢绝录像，主办方提供发票。
9、联系方式
联系人：杨老师13381109780 姜老师 15904965265
报名回执表
|
单位名称 （发票抬头，纳税人识别号） |
|
|||||
|
姓名 |
|
性别 |
|
微信 |
|
|
|
电话号码 |
|
科室/专业 |
|
|||
|
缴费方式 |
□转帐 □支付宝 （请选择在□打√） |
|||||
|
银行信息 |
户名：北京赛博尔医药科技有限公司 账号：0200048409200117652 |
|||||
|
汇款备注 |
第二届机器学习应用培训班 |
|||||
注：请完整填写回执表后回传给我们，以便给你发送确认函，谢谢支持！
10、备注
请各位培训学员自带笔记本电脑（Windows 64位及Linux双系统、i5、4G内存、50G剩余存储空间等基本配置，请在Windows系统下安装好MATLAB2014a及Visio studio2010以上版本），并在 19年3月24日前进行缴费及将回执表发至Cibr_medical@163.com，便于培训安排。
11、在线支持服务
参加培训学员将得到授课老师及公司技术人员的长期在线技术支持服务，伴随参加培训班的学员共同成长。
12、培训人员简介：
张博士， 北京工业大学生物医学工程专业，专注于机器学习方法在大脑磁共振的研究，具有丰富的基于机器学习的医学影像特征处理实践经验。目前主要课题方向为基于深度学习和磁共振影像对大脑认知的疾病及老化的分类与预测研究。已独立完成一项基于结构磁共振和深度学习模型对阿尔兹海默症的分类方法研究，取得了非常理想的分类结果。至今已发表关于大脑磁共振工程方法学研究论文10余篇。硕士期在北京神经外科研究所功能影像磁共振室长期实习，并在此期间完成了多项图像分析任务，对人与动物的脑磁共振最新获取手段及后处理方法具有深入的了解。熟悉深度学习及传统机器学习算法模型原理，擅长matlab、python等编程实践。
李云，在职博士，三年大数据工作经验，熟悉Linux操作系统、Hadoop、spark等大数据处理框架，熟练掌握Linux编程技术，擅长使用C/C++、Java、Scala、python语言进行大数据处理相关工作，有Gb级数据采集、TB级数据处理项目经验。
梁博士，一直专注于大鼠、小鼠磁共振数据分析方法研究及应用。目前已发表SCI论文10余篇，其中第一作者论文4篇，参与多项国家自然科学基金项目，擅长小动物磁共振实验与数据分析。
崔博士，北京航空航天大学，主要关注领域为神经信号分析方法研究及其疾病诊断应用。研究基于生物医学信号处理、影像数据分析与处理，结合特征提取、深度学习等方法建立脑疾病智能化分类诊断模型，为医生提供可定量分析的脑疾病辅助诊断工具。研究成果发表于 IEEE transactions on neural networks and learning systems, International Journal of Neural Systems等主流SCI期刊，参与多项国家自然科学基金、北京市自然科学基金研究，获2017年吴文俊人工智能科学技术奖自然科学奖。
详情请见www.cibrmed.com
Word版本下载链接：https://pan.baidu.com/s/1v8om4MDbrnfRX8b9tNi8Og
提取码：h8uf
复制这段内容后打开百度网盘手机App，操作更方便哦
