課程目錄: 機器學習培訓
4401 人關注
(78637/99817)
課程大綱:

          機器學習培訓

 

 

第一章 引言

1. 機器學習定義

2. 機器學習的分類

3. 機器學習算法的過程

4. 沒有免費午餐定理

5. 總結

第二章 支持向量機

1. 支持向量機(線性可分定義)

2. 支持向量機(問題描述)

3. 支持向量機(優化問題)

4. 支持向量機(線性不可分情況)

5. 支持向量機(低維到高維的映射)

6. 支持向量機(核函數的定義)

7. 支持向量機(原問題和對偶問題)

8. 支持向量機(轉化為對偶問題)

9. 支持向量機(算法流程)

10. 支持向量機(兵王問題描述)

11. 支持向量機(兵王問題程序設計)

12. 支持向量機(兵王問題MATLAB程序)

13. 支持向量機(識別系統的性能度量)

14. 支持向量機(多類情況)

第二章節討論區

第三章 人工神經網絡

1. 人工神經網絡(章節總覽)

2. 人工神經網絡(感知器算法)

3. 人工神經網絡(感知器算法的意義)

4. 人工神經網絡(第一次寒冬)

5. 人工神經網絡(多層神經網絡)

6. 人工神經網絡(梯度下降算法)

7. 人工神經網絡(后向傳播算法 上)

8. 人工神經網絡(后向傳播算法 下)

9. 人工神經網絡(后向傳播算法的應用)

10. 人工神經網絡(兵王問題MATLAB程序)

11. 人工神經網絡(參數設置)

第三章節討論區

第四章 深度學習

13. 人臉識別介紹

12. 深度學習的編程工具PYTORCH

章節簡介及資源匯總

2. 深度學習(自編碼器)

3. 深度學習(卷積神經網絡LENET)

4. 深度學習(卷積神經網絡ALEXNET)

5. 深度學習的編程工具Tensorflow

6. 深度學習的編程工具CAFFE

7. 深度學習(近年來流行的卷積神經網絡)

8. 目標檢測與分割上

9. 目標檢測與分割下

10. 時間序列的深度學習模型(RNN和LSTM)

11. 生成對抗網絡

第五章 強化學習

1. 強化學習(Q-Learning和epsilon-greedy算法)

2. 強化學習(深度強化學習)

3. 強化學習 (policy gradient 和 actor-critic算法)

4. 強化學習 (AlphaGo 上)

5. 強化學習 (AlphaGo 下)

第六章 傳統機器學習

4. ADABOOST

5. 人工智能中的哲學

1. 主成分分析

2. K-均值聚類

3. 高斯混合模型

主站蜘蛛池模板: 99久久综合狠狠综合久久| 国产成人亚洲综合无码 | 国产综合内射日韩久| 色天使久久综合网天天| 亚洲欧美日韩综合一区| 国产成人精品综合久久久| 久久婷婷国产综合精品| 香蕉综合在线视频91| 久久本道综合久久伊人| 国产精品无码久久综合| 久久综合九色综合网站| 自拍三级综合影视| 狠狠色丁香婷婷久久综合五月| 国产精品九九久久精品女同亚洲欧美日韩综合区 | 色777狠狠狠综合| 五月婷婷综合免费| 东京热TOKYO综合久久精品| 91精品国产综合久久香蕉| 狠狠色综合网站久久久久久久| 亚洲国产婷婷综合在线精品| 色久综合网精品一区二区| 久久久久综合国产欧美一区二区 | 狠狠色综合色综合网络| 色综合婷婷在线观看66| 久久久综合九色合综国产| 激情综合色五月六月婷婷| 亚洲 欧洲 日韩 综合在线| 久久精品国产亚洲综合色 | 久久综合九色欧美综合狠狠| 亚洲欧美日韩综合在线观看不卡顿| 国产精品亚洲综合久久| 青青热久久综合网伊人| 天天综合网天天综合色| 精品福利一区二区三区精品国产第一国产综合精品 | 精品国产国产综合精品| 亚洲综合日韩中文字幕v在线| 婷婷丁香五月激情综合| 伊人久久大香线焦AV综合影院| 日韩欧美在线综合网另类| 狠狠色狠狠色综合| 色综合合久久天天综合绕视看|