在本课程中,你将学到,机器学习的原理和基本知识、线性回归、logistic回归、决策树、朴素贝叶斯算法,以及深度学习的原理、tensorflow入门、卷积神经网络、循环神经网络、手写数字识别,并基于tensorflow sequence-sequence开发一个聊天机器人。
-
1.人工智能_行业背景
2.人工智能_学习这门课所必备的背景知识
3.人工智能_发展历史及现状
4.人工智能_数学分析基础
5.人工智能_线性代数与概率论基础
6.人工智能_机器学习基本知识
7.人工智能_线性回归模型
8.人工智能_线性回归习题和总结
9.人工智能_Logistic回归模型与练习
10.人工智能_决策树ID3-C4.5算法
11.人工智能_随机森林与梯度提升
12.人工智能_朴素贝叶斯文本分类
13.人工智能_深度学习背景及简介
14.人工智能_深度神经网络基础及DNN简介
15.人工智能_Tensorflow框架简介
16.人工智能_Tensorflow入门示例讲解
17.人工智能_卷积神经网络
18.人工智能_卷积神经网络代码讲解
19.人工智能_Word Embedding模型
20.人工智能_循环神经网络(1)
21.人工智能_循环神经网络(2)-lstm
22.人工智能_循环神经网络应用
23.人工智能_聊天机器人实战