深度学习基础

课程目标:本课程讲解了机器学习基本概念,对训练集,测试集,特征值,监督学习,实列监督学习,非监督学习,分类与回归,在语音处理,图像处理和计算机视觉,声音识别和用自然语言处理方面的应用 人脸识别技术,银行评估和价格预测。 帮助学员理解机器学习和深度学习

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
共21课时,共11小时5分钟
现价¥99.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

本课程讲解了机器学习基本概念,对训练集,测试集,特征值,监督学习,实列监督学习,非监督学习,分类与回归,在语音处理,图像处理和计算机视觉,声音识别和用自然语言处理方面的应用 人脸识别技术,银行评估和价格预测。 帮助学员理解机器学习和深度学习

适用人群

机器学习爱好者,有一定的编程基础,对python语言塾悉,或着转行做人工智能转化

课程简介

本课程讲解了机器学习基本概念,对训练集,测试集,特征值,监督学习,实列监督学习,非监督学习,分类与回归,在语音处理,图像处理和计算机视觉,声音识别和用自然语言处理方面的应用 人脸识别技术,银行评估和价格预测。 帮助学员理解机器学习和深度学习

注:本课程不包含学习下载资料.


1深度学习介绍 [免费试看]
26:03
2基本概念
34:16
3决策数算法
38:32
4决策数应用
37:04
5最邻近规则分类KNN算法
28:02
6最邻近规则分类KNN应肜
31:22
7支持向量机SVM上
35:22
8支持向量机SVM上应用
26:08
9简单线形回归上
29:29
10多元线性回归
33:34
11多元线性回归应用
29:28
12非线性回归 Logistic Regression
32:15
13非线性回归 Logistic Regression应用
28:54
14回归中的相关度和决定系数
32:05
15Kmeans算法
32:55
16Kmeans应用
35:36
17Hierarchical clustering 层次聚类
18:54
18Hierarchical clustering 层次聚类应用
41:42
19神经网络算法应用上
21:00
20神经网络算法应用下
49:09
讲师介绍
齐向彬
讲师评分0分
拥有10年开发经验和10年企业培训经验。OCJP认证专家、JAVA高级软件工程师。 曾先后服务于金融、有色等多家上市公司、大型国有企业,在软件研发、企业信息化方面有自己独到经验。 公司技术总监、培训讲师 擅长技术领域:前端开发、Oracle、Mysql、J2EE、Python等编程语言。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载