课程描述
1、完成所有课程视频、文档学习;
2、自行跑通所有项目案例题;
课程列表
1.机器学习介绍
2.为什么要学机器学习
1.回归-案例学习
2.回归-演示
3.误差从何处来
4.项目-PM2.5预测
1.梯度下降
2.梯度下降(用AOE演示)
3.梯度下降(用Minecraft演示)
1.分类-概率生成模型
2.分类-Logistic回归
3.项目-年收入判断
1.支持向量机
1.集成学习
1.深度学习简介
2.反向传播
3.训练DNN的技巧
4.为什么要"深度学习"
5.Paddle教学
1.卷积神经网络
2.项目-食物图片分类
1.循环神经网络(上)
2.循环神经网络(下)
3.项目-语句分类
1.半监督学习
1.无监督学习-线性降维
2.无监督学习-词语嵌入
3.无监督学习-领域嵌入
4.无监督学习-自编码器
1.深度生成模型(上)
2.深度生成模型(下)
1.迁移学习
2.项目-迁移学习