《深度学习》课程视频(含30份资料)
共 836字,需浏览 2分钟
·
2021-04-28 19:50
课程介绍:
本课程以 Python 为主要开发语言,深入浅出,快速上手深度学习技术。学习本课程:
1、能使用程序开发技能完成诸如计算机视觉、自然语言处理等人工智能任务,例如图像识别、智能翻译等;
2、能使用本课程中提供的工具在自己所处行业中,进行具体人工智能技术的设计与实施,使用深度学习技术进行行业数据分析。
本课程会提供基础的数学部分与 Python 程序设计部分的讲解,每一章都包含丰富的实例与项目,协助理解并掌握人工智能与深度学习的相关知识与技能。
课程大纲:
Chapter 1. 基础知识
包含线性代数、概率与数理统计、微积分等深度学习基础数学知识,也涵盖了本课程中能够使用的Python程序设计知识,通过实战编写一个数学游戏实例,为之后的学习打下良好的基础。
Chapter 2. 神经网络
包含从MCP模型到多层感知器的历史发展,详细讲解神经网络的前馈与反馈计算的数学推导与实际项目,实例中包含使用Tensorflow等深度学习系统编写神经网络的方法,并完成数据分析实战。
Chapter 3. 卷积网络
从最基本的卷积算法开始,逐步深入到深层卷积网络,详细讲解卷积网络的特征提取方法,并讲解如何在非图像数据上实施卷积网络进行数据分析,让您能在任何行业寻找合适数据并应用卷积网络。
Chapter 4. 序列网络
本章将包含处理自然语言等时序数据常用的RNN模型与LSTM技术, 以及序列建模、词向量映射等各种自然语言处理技术,丰富的实例将会包含翻译、对话、文本生成等,并让您实践如何使用时序建模技术进行数据预测。
扫描二维码,申领以下福利:
1、30天免费观看视频课程权限
2、领取以下资料!