深度学习的数据预处理技术精讲-打开人工智能数据大门
体系课

深度学习的数据预处理技术精讲-打开人工智能数据大门

  • 深度学习

解锁人工智能数据处理秘籍:深度学习数据预处理技巧精讲

¥59.9
本课程包括
  • 4小时24分钟的视频随时观看
  • 课程包含 5 道测试题
  • 可在APP随时观看
  • 结业证书
你将收获
  • 理解数据预处理的重要性,并掌握基本的数据预处理技术
  • 学习如何读取、显示、保存和编辑图像,以及进行图像几何变换
  • 熟悉利用Tensorflow进行图像缩放、裁剪、色彩调整和翻转等操作
  • 掌握Jieba中文分词的使用,并能进行关键词提取和词性标注
  • 通过实例,学习如何对文本数据进行预处理,包括分词、one_hot编码和序列填充等

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

《深度学习的数据预处理技术精讲-打开人工智能数据大门》是一门专为数据处理工作者设计的课程,旨在帮助你理解并掌握深度学习的数据预处理技术。

课程首先介绍数据预处理技术的重要性和基本概念。然后,我们将学习如何读取、显示、保存和编辑图像,以及如何进行图像几何变换。接下来,我们将深入学习如何利用Tensorflow进行图像缩放、裁剪、色彩调整和翻转等操作。

在文本处理部分,我们将介绍Jieba中文分词的使用,包括如何添加自定义词典,如何进行关键词提取和词性标注。最后,我们将通过实例,让你了解如何对文本数据进行预处理,包括分词、one_hot编码和序列填充等。

无论你是计算机科学或相关领域的学生,还是希望增强深度学习数据处理技能的专业人士,或者是对人工智能和深度学习数据处理技术感兴趣的技术爱好者,这门课程都将为你提供实用的知识和技能。

适合人群
  • 有基础编程技能,希望进入人工智能领域的计算机科学或相关领域的学生和研究者
  • 数据科学家、数据分析师和其他希望增强深度学习数据处理技能的专业人士
  • 对人工智能和深度学习数据处理技术感兴趣的技术爱好者
讲师介绍
2017-2024 微软MVP
擅长领域:
  • 数据挖掘与分析
  • 数据可视化
  • 深度学习
  • 机器学习
  • 数据分析与数据决策
  • 商业分析
  • 计算机视觉
曾就职于平安人寿担任资深数据挖掘专家,目前供职于世界百强企业,负责数据中台、数据化运营、金融科技、创新规划等项目及前沿研究。有13年的数据挖掘与分享相关工作的经验;曾经从事过电商、电购、电力、游戏、金融和物流等行业,熟悉不同行业的数据特点。R语言资、python资深玩家,熟练掌握深度学习Tensorflow2框架,有丰富的大数据挖掘和可视化实战经验。2017-2023年微软MVP。《中国现场统计研究会大数据统计分会》第一届理事。 历届中国R语言大会特邀演讲嘉宾。 书籍著作:《R语言与数据挖掘》、《数据实践之美:31位大数据专家的方法、技术与思想》《R语言游戏数据分析与挖掘》、《Keras深度学习:入门、实战与进阶》、《R语言数据分析与挖掘(微课)》和深度学习从入门到精通:基于keras(微课版)》
课程大纲
共0节 时长0分钟 全部收起
课程内容介绍
4分钟
第1章 数据预处理技术
17分钟
第2章 利用OpenCV进行图像预处理
共9节 | 1小时3分钟
  • 1 读取、显示和保存图像1
    7分钟
  • 2 读取、显示和保存图像2
    12分钟
  • 3 图像像素的获取和编辑
    10分钟
  • 4 图像几何变换之图像缩放
    3分钟
  • 5 图像几何变换之平移变换
    6分钟
  • 6 图像几何变换之旋转变换
    7分钟
  • 7 图像几何变换之翻转变换
    10分钟
  • 8 色彩通道分离和融合
    4分钟
  • 9 颜色空间转换
    4分钟
第3章 利用TensorFlow进行图像预处理
共4节 | 40分钟
  • 1 利用Tensorflow2进行图像缩放
    17分钟
  • 2 使用tf.image模块函数对图像进行裁剪
    10分钟
  • 3 使用tf.image模块函数进行图像色彩调整
    7分钟
  • 4 使用tf.image模块函数进行图像翻转
    6分钟
第4章 利用Jieba进行文本预处理
共7节 | 49分钟
  • 1 Jieba中文分词介绍
    7分钟
  • 2 使用jieba.cut进行中文分词案例演示
    7分钟
  • 3 jieba添加自定义词典
    3分钟
  • 4 jieba添加自定义词典案例讲解
    11分钟
  • 5 关键词提取
    6分钟
  • 6 词性标注
    2分钟
  • 7 分词器Tokenizer
    13分钟
第5章 利用Keras进行文本预处理
共2节 | 27分钟
  • 1 Keras的one_hot转换
    14分钟
  • 2 填充序列pad_sequences函数
    14分钟
第6章 案例分析:对业务员工作日报进行文本处理
共4节 | 37分钟
  • 1 案例分析:导入本地文本数据
    6分钟
  • 2 案例分析:添加中文文本分词的停止词库和词典库
    9分钟
  • 3 案例分析:中文文本分词及词云展示
    17分钟
  • 4 案例分析:构建分词器及填充序列
    5分钟
第7章 课后习题
共2节 | 26分钟
  • 1 课后习题讲解:判断题和选择题
    8分钟
  • 2 课后习题讲解:实训题代码讲解
    17分钟
课后总结
图文
课后测试题
共5题
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。