人工智能从0到1课程合集
python机器学习深度学习人工智能
分享 
人工智能从0到1课程合集
人工智能课程合集，从0到1，全方位学会人工智能。
复制链接
扫一扫
数据科学家
机器学习，深度学习神经网络领域多年开发研究经验，精通算法原理与编程实践。曾完成过多项图像识别，目标识别，语音识别的实际项目，经验丰富。关注深度学习领域各种开源项目，如TensorFlow，Caffe，Torch等。喜欢理论与实践相结合的教学风格，课程编排由浅入深，体系清晰完整。
机器学习，深度学习神经网络领域多年开发研究经验，精通算法原理与编程实践。曾完成过多项图像识别，目标识别，语音识别的实际项目，经验丰富。关注深度学习领域各种开源项目，如TensorFlow，Caffe，Torch等。喜欢理论与实践相结合的教学风格，课程编排由浅入深，体系清晰完整。
包含课程
3201人 学习人数4.2分 课程评分1天搞定Python进阶课程-Matplotlib绘图matplotlib是python中非常常用的绘图工具包，可用于查看显示数据分析的结果，查看程序运行流程等等。本课程会讲解到matplotlib中常用的一些知识点，包括绘制基本图形，散点图，直方图，等高线图，3D图，动态图等等。同时还是涉及到legend图例，标注，多figure，subplot，设置坐标轴等一些内容。python绘图matplotlib深度学习人工智能
3043人 学习人数4.2分 课程评分1天搞定Python进阶课程-数据分析库Pandaspandas是python中非常常用的数据分析库，在数据分析，机器学习，深度学习等领域经常被使用。本课程会讲解到pandas中核心的一些知识点，包括Series以及DataFrame的构建，赋值，操作，选择数据，合并等等，以及使用pandas对文件进行读取和写入，使用pandas绘图等等。python数据分析pandas深度学习人工智能
2412人 学习人数4.2分 课程评分1天搞定Python进阶课程-科学计算库Numpynumpy是python基本常用的科学计算库，在数据分析，机器学习，深度学习等领域经常被使用，可以说是学习python的一个库。本课程会讲解到numpy中核心的一些知识点，包括numpy的属性，创建array，numpy的运算，矩阵运算，随机数生成，numpy的索引，array的合并与分割，numpy的浅拷贝深拷贝等内容。帮助大家掌握numpy的使用。pythonnumpy深度学习人工智能
5872人 学习人数4.4分 课程评分3天搞定机器学习深度学习基础-Python入门系列本课程内容经过精心设计和挑选，只保留精华的python入门知识点。包括：Anaconda的安装使用，print，input用法，运算符和变量，while循环和for循环，列表，元组，if条件，字典，函数，模块，类，文件读写，异常处理，数据存储等等。 PS:本课程不会涉及到机器学习深度学习相关知识。只不过python已经成为深度学习使用广泛的编程语言，所以学习深度学习之前好先学会python。python深度学习人工智能
974人 学习人数4.5分 课程评分
1598人 学习人数4.1分 课程评分
2926人 学习人数4.5分 课程评分
2761人 学习人数4.5分 课程评分
1708人 学习人数4.4分 课程评分Keras进阶项目实战Keras课程会分为上下两部分，上半部分课程会一步一步从Keras环境安装开始讲解，并从最基础的Keras实现线性回归，非线性回归，手写数字分类模型开始讲起。逐步讲到一些深度学习网络的应用如CNN，LSTM。下半部分会使用Keras完成一些实际项目的应用。人工智能深度学习应用网络cnn
11447人 学习人数4.7分 课程评分Tensorflow2项目实战课程* Tensorflow2.0介绍： tensorflow是GOOGLE在2015年底发布的一款深度学习框架，也是目前全世界用得最多，发展最好的深度学习框架。2019年3月8日，GOOGLE发布最新tensorflow2版本。新版本的tensorflow有很多新特征，更快更容易使用更人性化。但是老版的tensorflow程序在新版本中几乎都无法继续使用，所以我们有必要学习新版tensorflow2的新用法。 * 课程介绍： 我们的这门课程适合小白学习，也适合有基础的同学学习。课程会从0开始学习，从python环境安装，python入门，numpy，pandas，matplotlib使用，深度学习基础，一直讲到tensorflow基础，进阶，项目实战。不管你是0基础小白，想进入AI行业，还是有一定基础，想学习最新的tensorflow2的使用，都适合我们这门课程。 * 讲师介绍： 覃秉丰，物理系毕业转AI行业，想转行同学可以找我聊聊。机器学习、深度学习神经网络领域多年研究开发授课经验，精通算法原理与编程实践；曾完成过多项图像识别、目标识别、语音识别等企业项目，一线实战经验丰富；长期为多家包括世界五百强在内的大型企业总部做人工智能技术内训服务（中国移动、中国银行，华夏银行，中国太平洋，国家电网、中海油等）。上课特点：公式尽量一个一个符号推，代码尽量一行一行讲，希望所有人都能学有所得。人工智能机器学习深度学习python中国移动
29814人 学习人数4.7分 课程评分
12413人 学习人数4.5分 课程评分5天搞定深度学习框架-Caffe入门系列本课程是在windows环境下的caffe课程，主要使用的是python的接口。 首先带着大家完成一个MNIST手写数字识别的项目，让大家了解caffe训练模型的大致流程。然后会讲到caffe中的一些重要文件和配置，使用python绘图。后的部分会使用GoogleNet实现图像识别。人工智能Caffe深度学习机器学习
4408人 学习人数4.4分 课程评分5天搞定深度学习进阶系列教程这门课程是“深度学习入门系列培训教程”的后续内容，深度学习进阶系列培训课程概况： 在深度学习入门系列的课程中，我们基本掌握了一些基础知识，在这门课程中我们将进一步学习深度学习原理、核心内容。包括深度置信网络DBN学习，卷积神经网络CNN入门到精通，深度残差网络RES和长短时记忆网络LSTM的构建以及使用。 后一部分我们也会稍微讲解一些人工智能前沿的发展强化学习RL，迁移学习TL和生成式对抗网络GAN。深度学习人工智能机器学习神经网络
4039人 学习人数4.5分 课程评分Tensorflow进阶项目系列本课程上半部分会从Tensorflow基础的框架开始介绍，从Tensorflow的安装开始，一步一步仔细讲解Tensorflow中的各种技术细节。让大家上手编写神经网络。同时也会补充一些深度学习相关的理论知识，如交叉熵，Softmax函数，深度学习中各种优化器的算法和应用等内容。 下半部分会从头开始详细讲解几个深度学习的项目，如图像识别，验证码识别，word2vec，文本分类，语音分类等。人工智能Tensorflow深度学习机器学习
套餐介绍
人工智能课程合集，从0到1，全方位学会人工智能。
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
