未来是人工智能时代!这是一门专为AI小白打造的入门课,传统机器学习+深度学习+迁移学习+经典案例+核心工具,多维度走进人工智能,课程为资深机器学习工程师 入选福布斯中国U30的赵辛(Flare)老师课程。
人工智能课最怕听不懂,本套课程兼顾不同基础的学员,为你扫除学习障碍。老师授课思路清晰,专业知识过硬,能把复杂的问题通俗易懂化,利于学员理解。课程的中后段,会涉及到大量的数学分析内容,学习起来会有一些吃力。但是直接套用老师给的公式和方法,可以简单和有效的实现应用。
课程囊括机器学习与深度学习,监督与无监督学习,独有综合多项技术的混合算法,为你学习AI打下扎实基础。课程采用sklearn与keras框架(底层调用tensorflow),针对模型优化、数据分析与预处理展开详细讲解,帮你实现能力的全面提升。课程大项目综合数据增强、降维、分离,图像识别,机器与深度学习,监督与无监督学习,让你使用AI工具得心应手。
1.简单的编程及数学基础;
2.学会利用人工智能;
3.人工智能核心概念;
4.更广泛的了解人工智能。
课程三大实战学习目标:
1.完成Al任务:掌握成熟、标准的任务解决方法;
2.掌握AI工具:完成环境配置、熟练使用常用工具包;
3.提升综合能力:熟练运用多种模型、评估表现、优化结构,搭建混合模型:深度+机器+符号学习。
Python3入门人工智能课程目录:
第1章 人工智能时代,人人都应该学会利用AI这个工具
1-1_课程导学
1-2_内容快速概览
1-3_人工智能介绍
1-4_环境及工具包介绍
1-5_环境配置及Python语法实操
1-6_Pandas、Numpy、Matplotlib实操
第2章 机器学习之线性回归
2-2_线性回归
2-3_线性回归实战准备
2-5_多因子线性回归实战
第4章 机器学习之聚类
4-1_无监督学习
4-2_Kmeans-KNN-Meanshift
4-3_实战准备
4-4_Kmeans实战(1)
4-5_Kmeans实战(2)
4-6_KNN-Meanshift
第7章 深度学习之多层感知器
7-1_多层感知器(MLP)
7-3_实战准备
7-4_实战(一)
第8章 深度学习之卷积神经网络
8-2_卷积神经网络(二)
8-3_实战准备
8-4_实战(一)
8-5_实战(二)
第9章 深度学习之循环神经网络
9-1_序列数据案例
9-2_循环神经网络RNN
9-3_不同类型的RNN模型
9-5_实战(一)RNN股价预测
9-6_实战(二)RNN股价预测
9-7_实战(一)LSTM实现文本生成
9-8_实战(二)LSTM实现文本生成
第10章 迁移混合模型
10-10_机器+深度学习实现少样本苹果分类(二)
10-11_机器+深度学习实现少样本苹果分类(三)
10-12_机器+深度学习实现少样本苹果分类(四)
10-2_迁移学习(二)
10-3_在线学习
10-4_混合模型1
10-5_混合模型2
10-6_实战准备(一)
10-7_实战准备(二)
第11章 课程总结
11-1_课程总结(一)
11-2_课程总结(二)