课程概述
本课程特色：1）以深度学习为主轴；2）强调实作。
课程根据李宏毅老师 2017 年秋季学期的《线性代数》课程设计编排，网易云课堂已获得本课程授权。本介绍页面根据老师课程内容制作。
课程根据李宏毅老师 2017 年秋季学期的《线性代数》课程设计编排，网易云课堂已获得本课程授权。本介绍页面根据老师课程内容制作。
吾生也有涯，而知也无涯。
-
T
-
G
-
G
-
G
-
G
-
G
-
G
-
G
-
G
-
G
-
G
-
G
-
G
-
G
-
G
-
G
-
A
返现请截订单图发我微信
WX: awangwang2012
返现请加微信:
awangwang2012
- 课程目录
- 课程介绍
-
课时1:机器学习介绍
-
课时2:机器学习介绍
-
课时3:为什么要学习机器学习
-
课时4:回归
-
课时5:回归——案例学习
-
课时6:回归——演示
-
课时7:误差从哪来？
-
课时8:误差从哪来？
-
课时9:梯度下降
-
课时10:梯度下降
-
课时11:梯度下降（用 AOE 演示）
-
课时12:梯度下降（用 Minecraft 演示）
-
课时13:作业1：PM 2.5 预测
-
课时14:分类：概率生成模型
-
课时15:分类：概率生成模型
-
课时16:分类：Logistic 回归
-
课时17:分类：Logistic 回归
-
课时18:深度学习简介
-
课时19:深度学习简介
-
课时20:反向传播
-
课时21:反向传播
-
课时22:深度学习初试
-
课时23:深度学习初试
-
课时24:Keras 2.0
-
课时25:Keras 演示
-
课时26:作业2：赢家抑或输家？
-
课时27:深度学习提示
-
课时28:训练深度神经网络的提示
-
课时29:Keras 演示 2
-
课时30:TensorFlow 中的 Fizz Buzz 面试
-
课时31:卷积神经网络
-
课时32:卷积神经网络
-
课时33:为什么要“深度”学习？
-
课时34:为什么要“深度”学习？
-
课时35:作业3：图片情绪分类
-
课时36:循环神经网络
-
课时37:循环神经网络（上）
-
课时38:循环神经网络（下）
-
课时39:集成
-
课时40:集成
-
课时41:半监督学习
-
课时42:半监督学习
-
课时43:迁移学习
-
课时44:迁移学习
-
课时45:作业4：句子情感分类
-
课时46:期末项目
-
课时47:QA
-
课时48:深度强化学习
-
课时49:深度强化学习
-
课时50:无监督学习：线性降维
-
课时51:无监督学习：线性降维
-
课时52:无监督学习：词嵌入
-
课时53:无监督学习：词嵌入
-
课时54:无监督学习：邻域嵌入
-
课时55:无监督学习：邻域嵌入
-
课时56:作业5：电影推荐
-
课时57:门控 RNN 和序列生成
-
课时58:门控 RNN 和序列生成
-
课时59:Pointer Network（指针网络）
-
课时60:Pointer Network（指针网络）
-
课时61:无监督学习：深度自编码器
-
课时62:无监督学习：深度自编码器
-
课时63:无监督学习：深度生成模型
-
课时64:无监督学习：深度生成模型（上）
-
课时65:无监督学习：深度生成模型（下）
-
课时66:作业6：无监督学习