歡迎光臨
每天分享高質量文章

想知道怎麼學人工智慧嘛?都在這裡!

人工智慧

(Artificial Intelligence)

前導課程

Python

數字和字符、函式,安裝和條件陳述句、資料結構和迴圈、檔案和模塊、資料抓取案例

線性代數(針對機器學習內容)

微積分(針對機器學習內容)

統計和概率(針對機器學習內容)

中級必修課程

資料分析

分析流程:

1、資料採集

2、資料預處理

3、建模

4、優化和 除錯

Numpy&Pandas;

調查資料集

中級選修

自動化:

1、工程檢測 2、機器視覺 3、異常預測等

計算機視覺:

1、圖像識別分類 2、標的追蹤、 3、使用OpenCv等

語音識別:

1、聲學模型 2、Deep Neural Networks 3、Hidden Markov Model等

自動駕駛:

1、檢測物件 2、物體識別分類 3 、物體定位  4 、運動預測

高級必修課程

機器學習

監督學習:

Regression 回歸

1、線性回歸 2、多項線性回歸 3、支持向量回歸 4、決策樹回歸

5、隨機森林回歸

Classification 分類

1、k-近鄰演算法 2、支持向量機 3、內核支持向量機 4、朴素貝葉斯

5、決策樹 6、邏輯回歸 7、隨機森林分類 8、Adaboost

無監督式學習:

聚類(k-均值聚類、分層聚類)

關聯分析(演算法、增長演算法)

降維(主要成分分析、內核主要成分分析、奇異值分解)

隱馬爾可夫模型

強化學習:

馬爾可夫決策過程、動態編程、蒙特卡羅方法、時間差分學習

深度學習:

神經網絡、人工神經網絡、捲積神經網絡、迴圈神經網絡

課程大綱

掃描下方二維碼獲取直播分享地址


赞(0)

分享創造快樂