Deep Learning for Telecom (with Python)

• 具有 Python 程式設計經驗
• 對電信概念有大致的瞭解
• 對統計學和數學概念有基本的瞭解

觀眾

• 開發人員
• 數據科學家

機器學習是人工智慧的一個分支，其中計算機具有無需明確程式設計即可學習的能力。

深度學習是機器學習的一個子領域，它使用基於學習數據表示和結構（如神經網路）的方法。

Python 是一種高級程式設計語言，以其清晰的語法和代碼可讀性而聞名。

在這個以講師為主導的現場培訓中，參與者將學習如何使用Python實施電信深度學習模型，同時逐步創建深度學習信用風險模型。

在培訓結束時，參與者將能夠：

• 瞭解深度學習的基本概念。
• 瞭解深度學習在電信中的應用和用途。
• 使用 Python、Keras 和 TensorFlow 創建電信深度學習模型。
• 使用 Python 構建自己的深度學習客戶流失預測模型。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在現場實驗室環境中實際實施。

課程定製選項

• 如需申請此課程的定製培訓，請聯繫我們進行安排。

介紹

人工智慧基礎和 Machine Learning

瞭解 Deep Learning

• Deep Learning的基本概念概述
• 區分 Machine Learning 和 Deep Learning
• Deep Learning 的應用概述

Neural Networks概述

• 什麼是 Neural Networks
• Neural Networks 與回歸模型
• 瞭解 Mathematical 基礎和學習機制
• 構建人工神經網路
• 了解神經節點和連接
• 處理神經元、層以及輸入和輸出數據
• 瞭解單層感知器
• 監督學習和無監督學習之間的區別
• 學習前饋和反饋 Neural Networks
• 瞭解前向傳播和反向傳播
• 了解長短期記憶 （LSTM）
• 在實踐中探索復發性 Neural Networks
• 在實踐中探索卷積 Neural Networks
• 改進方式 Neural Networks 學習

Telecom 中使用的 Deep Learning 技術概述

• Neural Networks
• 自然語言處理
• 圖像識別
• Speech Recognition
• 情感 分析

探索 Deep Learning 案例研究 Telecom

• 通過即時網路流量分析優化路由和服務品質
• 預測網路和設備故障、中斷、需求激增等。
• 即時分析電話以識別欺詐行為
• 分析客戶行為以確定對新產品和服務的需求
• 處理大量SMS消息以獲得見解
• Speech Recognition 用於支持電話
• 即時配置 SDN 和虛擬化網路

瞭解 Deep Learning 對 Telecom 的好處

探索不同的 Deep Learning 庫 Python

• TensorFlow
• Keras

將 Python 與 TensorFlow 設定為 Deep Learning

• 安裝 TensorFlow Python API
• 測試 TensorFlow 安裝
• 設置 TensorFlow 進行開發
• 訓練您的第一個 TensorFlow 神經網路模型

將 Python 與 Keras 設定為 Deep Learning

使用 Keras 構建簡單的 Deep Learning 模型

• 創建 Keras 模型
• 瞭解您的數據
• 指定 Deep Learning 型號
• 編譯模型
• 擬合您的模型
• 使用分類數據
• 使用分類模型
• 使用模型 

使用 TensorFlow 表示 Deep Learning 表示 Telecom

• 準備數據
  • 下載數據
  • 準備訓練數據
  • 準備測試數據
  • 縮放輸入
  • 使用佔位元和變數
• 指定網路架構
• 使用成本函數
• 使用優化器
• 使用初始值設定項
• 擬合神經網路
• 構建圖表
  • 推理
  • 損失
  • 訓練
• 訓練模型
  • 圖表
  • 會議
  • 火車環路
• 評估模型
  • 構建評估圖
  • 使用 Eval Output 進行評估
• 大規模訓練模型
• 使用 TensorBoard 視覺化和評估模型

實踐：使用 Python 構建 Deep Learning 客戶流失預測 模型

擴展公司的能力

• 在雲中開發模型
• 使用 GPU 加速 Deep Learning
• 將 Deep Learning Neural Networks 應用於 Computer Vision、語音識別和文本分析

總結和結論