深度學習與機器學習視頻教程下載
五十年代,人工智能曾一度被極為看好。之后,人工智能的一些較小的子集發(fā)展了起來。先是機器學習,然后是深度學習。深度學習又是機器學習的子集。深度學習造成了前所未有的巨大的影響。
2015年11月9日,Google發(fā)布人工智能系統(tǒng)TensorFlow并宣布開源。這兩年在不管在國內(nèi)還是在國外,人工智能、機器學習仿佛一夜之前傳遍大街小巷。機器學習作為人工智能的一種類型,可以讓軟件根據(jù)大量的數(shù)據(jù)來對未來的情況進行闡述或預(yù)判。如今,領(lǐng)先的科技巨頭無不在機器學習下予以極大投入。Facebook、蘋果、微軟,甚至國內(nèi)的百度,Google 自然也在其中。 2017版深度學習與機器學習視頻教程從基礎(chǔ)到實戰(zhàn),手把手教學。本視頻教程目錄介紹:
- 深度學習基礎(chǔ) 介紹機器學習目錄介紹
1 課程介紹機器學習介紹上
2 課程介紹機器學習介紹下
3 深度學習介紹
4 基本概念
5 決策樹算法
6 決策樹應(yīng)用
7 最鄰近規(guī)則分類KNN算法
8 最鄰近規(guī)則KNN分類應(yīng)用
9 支持向量機SVM上
10 支持向量機SVM上應(yīng)用
11 神經(jīng)網(wǎng)絡(luò)算法應(yīng)用上
12 神經(jīng)網(wǎng)絡(luò)算法應(yīng)用下
13 簡單線性回歸上
14 簡單線性回歸下
15 多元線性回歸
16 多元線性回歸應(yīng)用
17 非線性回歸 Logistic Regression
18 非線性回歸應(yīng)用
19 神經(jīng)網(wǎng)絡(luò)NN算法
20 支持向量機SVM算法下應(yīng)用
21 支持向量機SVM算法下
22 回歸中的相關(guān)度和決定系數(shù)
23 回歸中的相關(guān)性和R平方值應(yīng)用
24 Kmeans算法
25 Kmeans應(yīng)用
26 Hierarchical clustering 層次聚類
27 總結(jié)
- 深度學習進階:算法與應(yīng)用目錄截圖介紹
- 深度學習深入與強化
- Matlab機器學習 由于視頻較多,在此只展示部門截圖
購買過此商品的人還購買過