资源详情
课程名称： 手 把手教你用Python 实践深度学习 【温馨提示：1. 你可以在PC端浏览器或者微信收藏该页面，以方便你快速找到这个课程；2. 课程相关资料可在课程PC端公告查看下载；3.加入课程后，点(课时)列表即可观看视频 】 讲师介绍： 丘祐玮(DA危idChiu) – 大数软件(LargitData)创办人，是一位致力于提供舆情分析服务的创业者与数据科学家，熟悉Hadoop， Spark 等巨量数据平台，及擅长使用R，Python与机器学习技术进行数据分析。曾任多家上市公司顾问及担任知名大数据应用程序竞赛的评审，自身着有Machine Learning With R Cookbook [Packt] 与 R Cookbook [Packt] 二书 学习方式 录播课程，开课即学 课程目录： 第一章： 从人工智能到深度学习 1、手把手教你用Python实践深度学习 2、人工智能的发展历史 3、机器学习 4、监督式学习 - 规则模型 5、监督式学习 – 线忄生模型 6、类神经网络 7、建构神经网络 8、执行学习算法 9、训练神经网络 10、反向传播算法 11、训练神经网络 12、梯度消失 13、支持向量机 14、深度学习 第二 章 ：使用TensorFlow & Keras 建构人工神经网络(Artificial Neural Network) 1、TensorFlow简介 2、安装TensorFlow 3、使用TensorFlow Playground可视化人工神经网络 4、Keras 安装与配置 5、[实例] 使用人工神经网络预测客户是否可信 6、评估、调参、优化人工神经网络 7、比较人工神经网络与其他机器学习模型 第三 章 ：卷积神经网络 (Convolutional Neural Network) 1、什么是卷积神经网络(Convolutional Neural Network) 2、卷积特征提取 3、ReLu层 (Rectified Linear Units) 4、池化层 (Pooling) 5、Flattening 层 6、建立卷积神经网络 7、[实例] 利用卷积神经网络实践手写数字识别 8、[实例] 利用卷积神经网络辨识图片-使用网络爬虫抓取明星图片 9、[实例] 利用卷积神经网络辨识图片-使用OpenCV撷取人脸 10、[实例] 利用卷积神经网络辨识图片-建立卷积神经网络 第四 章 循环神经网络(Recurrent Neural Networks) 1、什么是循环神经网络(Recurrent Neural Networks) 2、消失的梯度问题(The vanishing gradient problem) 3、长短期记忆网络 LSTM（Long Short-Term Memory） 4、[实例] 利用循环神经网络(Recurrent Neural Networks)预测股价 5、[实例] 利用LSTM生成文章 第五 章 自编码网络 (AutoEncoder) 1、什么是自编码网络(AutoEncoder) 2、训练自编码网络 (AutoEncoder) 3、过完备隐藏层(Overcomplete Hidden Layers) 4、稀疏编码 (Sparse Autodncoders) 5、降噪自动编码(Denoising Autoencoders ) 6、收缩自动编码(Contractive Autoencoders) 7、多层自动编码 (Stacked Autoencoders) 8、深度自动编码 (Deep Autoencoders) 9、[实例] 使用自编码网络建立推荐系统 10、[实例] 使用自编码网络建立入侵检测系统 第六 章 生成对抗网络 GAN (Generative Adversarial Nets) 1、生成对抗网络GAN (Generative Adversarial Nets) 基本原理 2、GAN 代价函数 3、深度卷积对抗生成网络(DCGAN) 4、批归一化(Batch Normalization) 5、小步长卷积（Fractionally-Strided Convolution） 6、[实例] 利用生成对抗网络 GAN 自动生成图片 7、[实例] 利用文本生成图像 第七 章 深度增强学习 1、基于价值的增强学习 2、基于策略的增强学习 3、基于模型的增强学习 4、深度Q学习 5、深度策略网络 6、[实例] 使用增强学习建立人工智能
下载地址
链接:https://pan.baidu.com/s/183pNoCpUNzu7n82KMolD7A 密码：3q7b