机器学习、深度学习、自然语言处理的算法及数学公式视频课程

课程目标:掌握机器学习理论知识,达到会很容易应用开源机器学习库,然后再深入的达到可以自己写出性能不错的算法(微信号:scccdgf)

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
4.5分 共28课时,共5小时40分钟
现价¥199.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

掌握机器学习理论知识,达到会很容易应用开源机器学习库,然后再深入的达到可以自己写出性能不错的算法(微信号:scccdgf)

适用人群

对机器学习,大数据感兴趣的童鞋,工作中需要应用机器学习算法为业务做支撑的童鞋

课程简介

  本课程主要是关于机器学习、深度学习、NLP的理论基础,需要结合数学,自然语言处理才能把机器学习算法发挥到他应有的长处;

  把简单作为原则,对于难于理解的算法及数学公式,尽量形象化,实例说明



1最小二乘法 [免费试看]
09:20
2对偶凸优化最小二乘
05:59
3图解梯度下降法 [免费试看]
10:21
4梯度下降算法推导
10:53
5图解偏导、梯度向量 [免费试看]
10:39
6形象实例理解梯度下降算法 [免费试看]
16:30
7泰勒级数
13:00
8正定Hessian矩阵
17:37
9牛顿下山法 [免费试看]
07:26
10极大似然估计
11:17
11朴素贝叶斯
20:02
12EM(期望最大化)算法
18:03
13隐马尔可夫模型(HMM)-信道模型 [免费试看]
11:28
14实例理解隐马模型原理 [免费试看]
15:33
15隐马尔可夫模型--前向算法 [免费试看]
25:24
16隐马尔可夫模型-Viterbi译码算法 [免费试看]
21:26
17隐马尔可夫模型-Baum-Welch算法 [免费试看]
14:28
18KNN(K近邻居算法)
16:41
19图解K均值聚类
06:21
20详解K-Means算法原理
10:01
讲师介绍
翁本珏
讲师评分4.3分
层创立信息网站——宜昌好吃网,提供人工智能解决方案。参与过移动、保险大型项目,架构过监控系统、广告系统、分布式爬虫系统以及大数据包括数据预处理到推荐引擎的架构开发,开发过问答系统。 相信人工智能是改变人类生活的基石。 对于讲课风格,尽可能的弱化数学公式,形象化给予理解,分阶段开课,从基础理论到实战作业。 侧重BigData,NLP,Deep Learning
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载