人工智能神经网络视频课程浅讲:从神经元到深度学习

课程目标:人工神经网络/深度学习目前正是人工智能领域的热点。要理解人工神经网络/深度学习的原理,就很有必要了解一些大脑与神经元的基础知识以及生物神经元的数学模型。

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
4.7分 共2课时,共1小时5分钟
现价¥1.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

人工神经网络/深度学习目前正是人工智能领域的热点。要理解人工神经网络/深度学习的原理,就很有必要了解一些大脑与神经元的基础知识以及生物神经元的数学模型。

适用人群

对人工智能神经网络感兴趣的人;

课程简介

本课程主讲了以下内容:

第1堂课:大脑与神经元

人工神经网络/深度学习目前正是人工智能领域的热点。要理解人工神经网络/深度学习的原理,就很有必要了解一些大脑与神经元的基础知识。本课程简约地讲解了一些关于大脑与神经元的入门知识,涉及大脑的基本组成结构、神经元的基本组成结构、神经元的状态描述、神经元之间的相互作用机理、以及神经元作为基本的信息处理单元是如何进行信息处理的。

第2堂课:McCulloch-Pitts模型

学习人工神经网络/深度学习的知识,必须先要理解并熟悉生物神经元的数学模型,即McCulloch-Pitts模型(简称MCP模型)。本课程详细地讲解了MCP模型的结构和原理,同时对几种常见的激活函数形式进行了适当的描述。


11.大脑与神经元 [免费试看]
38:16
22.McCulloch-Pitts模型
27:16
讲师介绍
江永红
讲师评分4.7分
四川大学无线电电子学专业学士;中国空间技术研究院通信与电子系统专业硕士;西安电子科技大学通信与电子系统专业,博士;华南理工大学通信与电子系统专业,博士后,其间申请并主持了国家自然科学基金项目—基于神经网络的谱估计方法。新西兰Auckland Precision Transducer Co.从事测试工作;新西兰Massey University讲授人工神经网络课程;华为技术有限公司从事人工智能及网络技术的研发和培训工作,其间编写出版了书籍《HCNA网络技术学习指南》,并长期担任HCIE R&S面试主考官;2017至今,供职于Yeslab从事人工智能及网络技术的培训工作。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载