3 立即购买

壹资源网，一个降低互联网试错成本的网站！

免责声明：仅限用于学习和研究目的；禁止用于商业用途。

☑️ AI ☑️ python语言 ☑️ Up主资 ☑️ working

本课程主创人员

杨涛 Ele实验室Up主资深程序员

胡苇 同济大学博士(研究方向:人工智能辅助建筑设计)

郭蕊 武汉大学计算机硕士 阿里计算广告直播策略AI资深工程师

本课程主要内容

本课程分为两个模板，第一个模板是人工智能的基础原因，第二个模块是实战应用。

具体的课程介绍，小岛君就不再赘述了，您可以点击进课程详情页了解。

总之，本课程作为小白就能看懂的人工智能课程，还是很有深度，很系统的。它从逻辑回归到深度神经网络，完整的机器学习、神经网络的原理讲解。

围绕具体问题，一步步的揭开神经网络的神秘面纱，而不是堆砌复杂的细枝末节。

在实战项目中，课程交给你，如果让电脑识别手写字，如何识别物体，如何识别自然语言。

课程还会教你的简单的代码编程，通过python语言让你无需懂代码也能跟上学习节奏。

如果你想 了解机器学习的整体框架 ， 如果你想知道各个方向的技术实现原理，如果你想摆脱繁琐复杂的编程，就能彻底搞懂人工智能的本质，如果你想借助轻松有趣的解读，为后续的学习培养兴趣，那么这门《小白也能听懂的人工智能原理》适合你。

课程目录：

课程资料

• 第一课资料(文档,工程,可视化工具).rar
• 第二课资料(工程，可视化工具).rar
• 第三课资料(工程，可视化工具).rar
• 第四课资料.rar
• 第五课资料.rar
• 第六课资料.rar
• 第七课资料.rar
• 第八节课资料.rar
• 第九课资料.rar
• srivastava14a
• python-3.8.6-amd64

1.一元一次函数感知器:如何描述直觉
2.方差代价函数:知错
3.梯度下降和反向传播:能改(上)
4.梯度下降和反向传播:能改(下)
5.激活函数:给机器注入灵魂
6.隐藏层:神经网络为什么working
7.高维空间:机器如何面对越来越复杂的问题
8.初识Keras:轻松完成神经网络模型搭建
9.深度学习:神奇的DeepLearning
10.卷积神经网络:打破图像识别的瓶颈
11.卷积神经网络:图像识别实战
12.循环:例依赖问题
13.LSTM网络:自然语言处理实践
14.机器学习:最后-节课也是第一 节课
宣导片:来一场人工智能的奇妙冒险吧~