深度学习深度学习论文解读
本课程主要以时间线为基础，详细讲解深度学习领域最重要的一些论文，例如：ReLU，Dropout，AlexNet，VGGNet，Batch Normalization，ResNet，Inception系列，ResNeXt，SENet，GPT-3等
共16节 974人已学习¥199.0 免费试学
计算机视觉OpenCV快速入门
1.了解计算机视觉基础知识和应用2.学会OpenCV基本操作3.学习图像处理方法4.学习人脸检测，人脸识别应用
共31节 1598人已学习¥199.0 免费试学
深度学习Pytorch快速入门
掌握深度学习框架PyTorch的基本语法熟练使用PyTorch进行数据处理掌握神经网络构建方法，构建各种网络架构图像分类项目实战
共31节 2926人已学习¥199.0 免费试学
机器学习机器学习项目实战
各个行业各种机器学习算法的应用实战，项目列表：回归应用：波士顿房价预测回归应用：葡萄酒质量和时间的关系逻辑回归：银行用户流失预测逻辑回归：糖尿病预测项目KNN：鸢尾花分类KNN：水果分类神经网络：手写数字识别神经网络：葡萄酒分类决策树：叶子分类决策树：动物分类集成学习：泰坦尼克号船员获救预测集成学习：乳腺癌预测贝叶斯：新闻分类贝叶斯：拼写检查器KMEANS：NBA球队聚类KMEANS：广告效果分析PCA：手写数字降维可视化PCA：手写数字降维预测SVM：非线性分类SVM：人脸识别
共22节 2761人已学习¥199.0 免费试学
深度学习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。
共16节 1708人已学习¥168.0 免费试学
深度学习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。
共152节 11447人已学习¥499.0 免费试学
机器学习机器学习算法基础
30个小时知识无盲区课程，覆盖十多个行业应用。
共83节 29814人已学习¥119.0 免费试学
PythonPython进阶-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中最常用的一些知识点，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。
共12节 9631人已学习超级会员免费 免费试学
PythonPython进阶-Pandas数据分析库
Pandas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中最核心的一些知识点，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。
共8节 24879人已学习超级会员免费 免费试学
PythonPython进阶-Numpy科学计算库
Numpy是python最基本最常用的科学计算库，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必学的一个库。本课程会讲解到numpy中最核心的一些知识点，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。帮助大家快速掌握numpy的使用。
共8节 5387人已学习超级会员免费 免费试学
Pythonpython入门
帮助与数百万年轻人打开人工智能的学习大门！
共19节 21302人已学习超级会员免费 免费试学
深度学习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。
共12节 3201人已学习¥89.0 免费试学
深度学习1天搞定Python进阶课程-数据分析库Pandas
pandas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。
共8节 3043人已学习¥89.0 免费试学
深度学习1天搞定Python进阶课程-科学计算库Numpy
numpy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。
共8节 2412人已学习¥89.0 免费试学
深度学习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。
共20节 5872人已学习¥89.0 免费试学
深度学习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。
共15节 12413人已学习¥208.0 免费试学
深度学习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。
共16节 4408人已学习¥208.0 免费试学
深度学习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。
共18节 4038人已学习¥254.0 免费试学
深度学习Tensorflow基础入门系列
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。
共24节 6198人已学习¥208.0 免费试学
深度学习5天搞定深度学习入门系列
我们这门课程是面向0基础学员，从上世纪60年代基础的的单层感知器开始学习，从基础的知识开始，进行体系化的学习。 课程会包含神经网络领域大多数重要分支，并通过这些分支延伸到如今热门的的深度置信网络DBN，卷积神经网络CNN，深度残差网络RES和长短时记忆网络LSTM。 帮助大家从人工智能神经网络的新手变成高手。
共16节 33745人已学习免费 免费试学
- 1
