课程简介
本课程为深度学习工程师认证的配套课程,由百度深度学习布道师讲解机器学习、深度学习飞桨框架语法与项目实战,助力学员迅速进入人工智能领域,深刻掌握深度学习领域基础知识。本套课程从算法原理起步,深入浅出的讲述算法推演过程,力求做到知其然更知其所以然,最终落实到代码实战完成经典的回归和分类任务。
老师介绍
资料下载 报名后支持下载
暂无相关资料
课程详情

1.数学基础

1.1数学基础简介

 

2.Python基础

2.1python简介与常用类库简介

 

3.机器学习

3.1机器学习概述

什么是机器学习

机器学习的基本概念

监督学习、非监督学习、强化学习

3.2.决策树

决策树的基本描述

决策树的特征选择1

决策树的特征选择2

决策树的构建

离散化、缺失值、剪枝和优缺点分析

3.3.朴素贝叶斯

先验概率-条件概率

全概率公式-后验概率

数学表示、算法流程及优缺点

3.4支持向量机

支持向量机

SVM最优化问题的数学推导

拉格朗日乘数法

凸优化问题

拉格朗日对偶问题

SVM最优化问题的计算

软间隔,核函数,SVM有优缺点分析

3.5 无监督学习

聚类算法K-Means

降维

 

4.深度学习

4.1深度学习概述

人工智能及其发展历程

机器学习与深度学习介绍

4.2深度神经网络

神经元

深度学习系统

全链接网络

深度学习三部曲概述

正向传播1-参数

正向传播2-激活函数

正向传播-示例

损失函数

反向传播

梯度下降

梯度下降的三种方法

深度前馈神经网络总结

4.3卷积神经网络

一维卷积运算

二维卷积运算

二维多通道卷积运算

常见的视觉任务

使用卷积神经网络的原因和效果

使用卷积操作提取特征

卷积核的分析与计算

池化操作

4.4循环神经网络

前导知识

循环神经网络按照时刻序列接受数据

循环神经网络的内部构造

经典循环神经网络_LSTM_GRU

4.5 深度生成模型

玻尔兹曼机、深度信念网络

有向生成网络、生成随机网络

 

5.深度学习平台实战

5.1飞桨平台介绍

深度学习框架的意义

飞桨平台介绍

飞桨语法入门

5.2项目实战之房价预测

房价预测

模型设计,训练配置

模型训练

模型保存,预测

5.3项目实战之手写数字识别

手写数字识别-导入库

模型设计,训练过程,测试过程

梯度下降策略

softmax与交叉熵损失函数

 

6.行业应用案例

6.1深度学习的计算机视觉技术

6.2基于深度学习的自然语言处理技术

6.3基于深度学习的推荐系统技术

6.4基于深度学习的语音技术


学员评价
报名后可参与评论
暂无评论
    课程推荐
    暂无相关数据
    热门推荐
    暂无相关数据
    Linux相关认证证书
    关于我们联系我们帮助中心 关注我们:

    Linux基金会开源软件大学 Copyright © 2019 linuxfoundation.cn, ICP license, no. 京ICP备17074266号-2服务协议投诉侵权

    使用协议 | 隐私政策 | 按照法律规定 | 商标使用 | Antitrust 政策 | 良好的立场政策