如何培养科研人员的科研思维,加入相关课程组?_科研小白 新人上路的博客-程序员ITS203

技术标签: matlab  算法  python  c++  大数据  

负责老师:

郁磊老师【副教授】长期从事Python、Matlab机器学习及深度学习等研究工作,具备良好的数学及信号处理基础,熟悉如神经网络、支持向量机、决策树、随机森林等,以及群优 化算法,如遗传算法、蚁群算法、蝙蝠算法等,近些年一直在对深度学习核心技术进行研究,主持参与多项相关重点项目研发及基因项目,且精通多种编程工具,如 MATLAB、Python、 C++、C#、VB、Java、Qt 等。熟悉各种时域、频域和非线性分析方法,如傅里叶变换、小波变换、李雅普诺夫指数、 多尺度熵、压缩感知等,以及各种特征选择与降维方法,如主成分分析、随机投影、互信息、 非负矩阵分解、稀疏优化等。熟悉数据库及网络编程,擅长 Apache + MySQL + PHP 架构开发,以及移动端 Android App 开发等。熟悉可穿戴设备硬件系统的开发,具备心电、肌电、血压、血氧饱和度、惯性传感器等 生理信号采集系统的开发经验。同时,熟悉常用的无线传感器网络通信协议,如 ZigBee、 Wifi、Bluetooth 等。开展Python相关课程多大百余场,发布多篇论文并著有《神经网络 43 个案例分析》和《智能算法 30 个案例分析(第二版)》等。

 一 Python编程入门:

1、Python环境搭建( 下载、安装与版本选择)。

2、如何选择Python编辑器?(IDLE、Notepad++、PyCharm、Jupyter…)

3、Python基础(数据类型和变量、字符串和编码、list和tuple、条件判断、循环、函数的定义与调用等)

4、常见的错误与程序调试

5、第三方模块的安装与使用

6、文件读写(I/O) 

7、实操练习

二 Python进阶与提高

1、Numpy模块库(Numpy的安装;ndarray类型属性与数组的创建;数组索引与切片;Numpy常用函数简介与使用)

2、Pandas模块库(DataFrame数据结构、表格的变换、排序、拼接、融合、分组操作等)

3、Matplotlib基本图形绘制(线形图、柱状图、饼图、气泡图、直方图、箱线图、散点图等)

4、图形样式的美化(颜色、线型、标记、字体等属性的修改)

5、图形的布局(多个子图绘制、规则与不规则布局绘制、向画布中任意位置添加坐标轴)

6、高级图形绘制(3D图、等高线图、棉棒图、哑铃图、漏斗图、树状图、华夫饼图等)

7、坐标轴高阶应用(共享绘图区域的坐标轴、坐标轴刻度样式设置、控制坐标轴的显示、移动坐标轴的位置)

8  实操练习

三 科研数据可视化

Seaborn图形绘制

Bokeh图形绘制

Pyecharts图形绘制

四:信息检索与常用科研工具

1、如何无障碍地访问Google、YouTube等网站?(谷歌访问助手、VPN等)

2、如何查阅文献资料?怎样能够保证对最新论文的追踪?

3、Google Scholar、ResearchGate的使用方法

4、应该去哪些地方查找与论文配套的数据和代码?

5、文献管理工具的使用(Endnote、Zotero等)

6、当代码出现错误时,应该如何高效率解决?

7、实操练习

五:科技论文写作与技巧

1、科技论文结构解析(Title、Abstract、Keywords、Introduction、Materials & Methods、Results、Discussion、Conclusion、References)

2、如何高效率撰写专业论文?

3、SCI不同分区的论文差别在哪些地方?你知道你的论文为什么显得很单薄吗?

4、从审稿人的角度看,SCI期刊论文需要具备哪些要素?(审稿人关注的点有哪些?如何回应审稿人提出的意见?)

5、如何提炼与挖掘创新点?(如果在算法层面上难以做出原创性的工作,如何结合自己的实际问题提炼与挖掘创新点?)

6、实操练习

六:传统机器学习

前向型神经网络

支持向量机、决策树与随机森林

群优化算法

变量降维特征选择

七:深度学习

卷积神经网络

1、深度学习与传统机器学习的区别与联系(隐含层数越多越好吗?深度学习与传统机器学习的本质区别是什么?)

2、卷积神经网络的基本原理(什么是卷积核?CNN的典型拓扑结构是怎样的?CNN的权值共享机制是什么?CNN提取的特征是怎样的?)

3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet 等经典深度神经网络的区别与联系

4、Pytorch深度学习框架简介、PyTorch的安装与环境配置

5、PyTorch常用工具包及API简介:张量Tensor的定义、属性、创建、运算、索引与切片、torchvision(transforms、datasets、model)、torch.nn、torch.optim、torch.utils(Dataset、DataLoader)

6、预训练模型(Alexnet、Vgg-16/19、GoogLeNet、ResNet 等)

7   案例讲解:

(1)CNN 预训练模型实现物体识别

(2)利用卷积神经网络抽取抽象特征

(3)自定义卷积神经网络拓扑结构

(4)1D CNN 模型解决回归拟合预测问题

8、实操练习

网络优化调参技巧

1、网络拓扑结构优化

2、优化算法(梯度下降、随机梯度下降、小批量随机梯度下降、动量法、 Adam 等)

3、调参技巧(参数初始化、数据预处理、数据扩增、批量归一化、超参数优化、网络正则化等)

4、案例讲解:卷积神经网络模型优化

5、实操练习

迁移学习

1、迁移学习算法的基本原理(为什么需要迁移学习?为什么可以迁移学习?迁移学习的基本思想是什么?)

2、基于深度神经网络模型的迁移学习算法

3、案例讲解:猫狗大战(Dogs vs. Cats)

4、实操练习

循环神经网络长短时记忆神经网络时间卷积网络

1、循环神经网络(RNN)的基本原理

2、长短时记忆神经网络(LSTM)的基本原理

3、时间卷积网络(TCN)的基本原理

4、RNN、LSTM与TCN的区别与联系

5、案例讲解:

1)时间序列预测:新冠肺炎疫情预测

2)序列-序列分类:人体动作识别

6、实操练习

生成式对抗网络

1、生成式对抗网络 GAN(什么是对抗生成网络?为什么需要对抗生成网络?对抗生成网络可以帮我们做什么?GAN 给我们带来的启示)

2、GAN 的基本原理

3、案例讲解:GAN 的 Python 代码实现(向日葵花图像的自动生成)

4、实操练习

YOLO目标检测算法

1、什么是目标检测?目标检测与目标识别的区别与联系

2、YOLO 模型的工作原理

3、从 YOLO v1 到 v5 的进化之路

4、案例讲解:

(1)使用预训练模型实现图像、视频等实时目标检测

(2)训练自己的数据集:新冠疫情佩戴口罩识别

5、实操练习

自编码器

 1、自编码器的组成及基本工作原理

2、自编码器的变种(栈式自编码器、稀疏自编码器、去噪自编码器、卷积自编码器、掩码自编码器等)及其工作原理

3、案例讲解:基于自编码器的图像分类

4、实操练习

详情了解链接:如何培养科研人员的科研思维

生态环境 大气 遥感 水文 统计语言 机器学习等多领域视频教程汇总icon-default.png?t=M5H6https://mp.weixin.qq.com/s?__biz=MzUzMTczMDMwMw==&mid=2247498609&idx=3&sn=ecf44f38a67ebe471358b406b11c5b76&chksm=fabca161cdcb287791011cdef1cbf6f7c45fe5142ae32af7443e048091c476fe348ff17440d5&scene=21#wechat_redirect

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_58566962/article/details/125633570

智能推荐

Node.js-http网络服务构建模块_蓬莱老仙的博客-程序员ITS203

Node.js 中提供了 http 模块,通过该模块可以用来构建服务器;http可以充当两个角色:可以是服务器,也可以是客户端## http 模块相关方法##### 创建服务器对象**[http.createServer([options][, requestlistener])](http://nodejs.cn/api/http.html#http_http_createserver_options_requestlistener)** 该方法用于创建一个 http 服务;返回值为一个服务器对

安装OEM遇到问题ORA-06512的处理方法_congyi3225的博客-程序员ITS203

一、emca -config dbcontrol db报错信息, 错误信息集中在创建资料库的时候,即 emca -repos create :CONFIG: ORA-20001: SYSMAN already exists...

autojs内存处理机制代码,避免经常崩溃_九黎AJ的博客-程序员ITS203_autojs运行久了崩溃

autojs内存处理机制代码,避免经常崩溃 群里有人问:为啥auto js运行脚本经常崩溃啊?各位大佬有解决办法不有没有什么内存处理机制,经常崩溃了当然是有的.其实这个原因是autojs本身的线程代码threads.start(action)有内存泄露.我们用Java的即可let obj = { run: function () { print("开始任务") console.show() console.setTitle("运行日志") .

exec() file_get_contents() file_put_contents() 示例_陈善的博客-程序员ITS203

1.<?php$abc = "chenshan";exec("ls", $out);$tmp_out = json_encode($out);exec("echo $tmp_out > tmp2.txt");file_put_contents(dirname(__FILE__) . "/tmp3.txt", $abc . "\n", FILE_APPEND)?>2.

初入公司小白注意事项!!!_葬爱的java的博客-程序员ITS203

初入公司注意事项:1.电脑环境配置(可以给项目组人员要相关软件) JDK 注意版本,要和项目使用版本统一,省得后期出现JDK版本兼容性问题 JAVE_HOME=D:\java\JDK1.8.0_40 JRE_HOME=D:\java\JDK1.8.0_40\jre CLASSPATH=.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar path=%JA...

Keras中fit()和fit_generator()区别以及其参数的坑_MrLeaper的博客-程序员ITS203

fit和fit_generator的区别首先Keras中的fit()函数传入的x_train和y_train是被完整的加载进内存的,当然用起来很方便,但是如果我们数据量很大,那么是不可能将所有数据载入内存的,必将导致内存泄漏,这时候我们可以用fit_generator函数来进行训练。下面是fit传参的例子:history = model.fit(x_train, y_train, ep...

随便推点

vba抓取html文件数据,VBA抓取PDF数据_少读红楼的博客-程序员ITS203

Excel VBA如何批量获取PDF文件中的内容VBA能不能在pdf文件的内容中提取所需要的内容建议把人工操作步骤,写成按键精灵程序去半自动化完成。vba对pdf处理极弱,python也好不了太多。或者你就把pdf转化成office文件(工具很多,例如Acrobat)再用vba处理。如何利用excel VBA生成PDF文件首先,加载引用,如图 然后,在打印机中对Acrobat Distiller的...

接口测试-工作心得记录十一(unittest.skipif使用)_gogoboi_jin的博客-程序员ITS203

背景:最近把jenkins的调用频率调高了,这样就遇到之前没有遇到的问题,接口不同调用频率对应response返回json结构体会有不同。举个例子,商户端都有发帖的功能,postpub发布接口一天只能发布10个帖子,当超过10个的时候就会有不同的json结构体。面对这样的问题,解决方法我想到就2个,第一就是在书写case的时候写两个hope_response,在check接口返回response的

BLE的自动连接_运动图像流的博客-程序员ITS203_ble自动连接

已BLE HID为例,Android原生代码bta_hh_le_add_dev_bg_conn按照Spec描述,在加载配对记录后,对已配的BLE HID Device设备执行了Auto connection流程,代码内,会触发中心设备向BLE HID Device设备自动发起连接的情况包括如下三种:配对成功之后; 车机蓝牙(中心设备)启动,加载配对记录之后; 原因是connection t...

STM32用SPI方式控制OLED模块_yugang_123456的博客-程序员ITS203

https://blog.csdn.net/Zach_z/article/details/72902591

基于VC6.0的控制台作图--显示位图(bmp)_邵玉斌的博客-程序员ITS203

文章目录GDI是什么?用`LoadImage`读取位图bmp文件将位图选入内存兼容区将内存兼容区拷贝到屏幕区恢复现场销毁临时的内存DC实例 ( showbmp.cpp)进一步的改进方向GDI是什么?前面,我们利用windows的图形设备接口实现了在控制台窗口中作图和动画。其中,链接了gdi32.lib库,也就是使用了GDI(图形设备接口)。GDI在全称是Graphics Device Int...