語(yǔ)言：英語(yǔ)|尺寸：3.26 GB |持續(xù)時(shí)間：8小時(shí)16米

你將學(xué)到什么

1. 了解機(jī)器學(xué)習(xí)、人工智能和深度學(xué)習(xí)的基礎(chǔ)知識(shí)。

2. 能夠構(gòu)建和訓(xùn)練機(jī)器學(xué)習(xí)模型。

3. 能夠構(gòu)建和訓(xùn)練機(jī)器學(xué)習(xí)模型。

4. 能夠使用Python進(jìn)行機(jī)器學(xué)習(xí)。

5. 能夠?qū)C(jī)器學(xué)習(xí)模型部署到生產(chǎn)中。

6. 能夠使用TensorFlow，這是Python中流行的深度學(xué)習(xí)庫(kù)。

7. 能夠使用scikit learn，這是Python中一個(gè)流行的機(jī)器學(xué)習(xí)庫(kù)。

要求

1. 學(xué)習(xí)意愿：機(jī)器學(xué)習(xí)是一個(gè)復(fù)雜的話題，所以學(xué)習(xí)者應(yīng)該愿意付出努力來(lái)學(xué)習(xí)材料。

2. 一些編程經(jīng)驗(yàn)：這可以用任何編程語(yǔ)言，但Python是機(jī)器學(xué)習(xí)中最受歡迎的選擇。

機(jī)器學(xué)習(xí)是當(dāng)今科技行業(yè)最受歡迎的技能之一。機(jī)器學(xué)習(xí)工程師負(fù)責(zé)構(gòu)建和部署解決現(xiàn)實(shí)世界問(wèn)題的機(jī)器學(xué)習(xí)模型。在本課程中，您將學(xué)習(xí)成為機(jī)器學(xué)習(xí)工程師所需的技能。我們將從機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)開(kāi)始，包括監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。然后，我們將討論不同類型的機(jī)器學(xué)習(xí)模型，如神經(jīng)網(wǎng)絡(luò)、決策樹(shù)和支持向量機(jī)。我們還將介紹最新的機(jī)器學(xué)習(xí)技術(shù)和框架，如TensorFlow和PyTorch。

概述

1. 第一節(jié)：簡(jiǎn)介

2. 講座1簡(jiǎn)介

3. 第2節(jié)：機(jī)器學(xué)習(xí)基礎(chǔ)

4. 第二講機(jī)器學(xué)習(xí)與人工智能與神經(jīng)網(wǎng)絡(luò)

5. 第3講為機(jī)器學(xué)習(xí)處理數(shù)據(jù)

6. 第4講機(jī)器學(xué)習(xí)的類型

7. 第3節(jié)：TensorFlow

8. 第五講TensorFlow導(dǎo)論|上

9. 第六講TensorFlow探索

10. 第4節(jié)：核心學(xué)習(xí)算法

11. 第7講機(jī)器學(xué)習(xí)算法

12. 第5節(jié)：神經(jīng)網(wǎng)絡(luò)

13. 第8講理解神經(jīng)網(wǎng)絡(luò)

14. 第6節(jié)：計(jì)算機(jī)視覺(jué)-卷積神經(jīng)網(wǎng)絡(luò)

15. 第九講理解細(xì)胞神經(jīng)網(wǎng)絡(luò)與計(jì)算機(jī)視覺(jué)

16. 第7節(jié)：使用遞歸神經(jīng)網(wǎng)絡(luò)（RNN）進(jìn)行自然語(yǔ)言處理

17. 第10講遞歸神經(jīng)網(wǎng)絡(luò)（RNN）在NLP中的威力

18. 第8節(jié)：Q學(xué)習(xí)強(qiáng)化學(xué)習(xí)：掌握智能決策

19. 第11講最優(yōu)決策的框架

20. 第9節(jié)：結(jié)論和下一步行動(dòng)

21. 第12講構(gòu)建自己的ML之旅

鏈接：https://pan.baidu.com/s/1wd61ns7_151lAWZydhiOZw