Python3入门人工智能 掌握机器学习+深度学习

课程信息

讲师赵辛为福布斯中国U30科技上榜者，孔雀人才，全奖海归博士，课程囊括机器学习与深度学习，监督与无监督学习，综合多项技术的混合算法，采用sklearn与keras框架（底层调用tensorflow）为你学习AI打下扎实基础。

课程目录

├── 第1章 人工智能时代，人人都应该学会利用AI这个工具
│   ├── 1-1 课程导学.mp4 336.59M
│   ├── 1-2 内容快速概览.mp4 118.52M
│   ├── 1-3 人工智能介绍.mp4 105.34M
│   ├── 1-4 环境及工具包介绍.mp4 96.47M
│   ├── 1-5 环境配置及Python语法实操.mp4 116.02M
│   └── 1-6 Pandas、Numpy、Matplotlib实操.mp4 121.35M
├── 第2章 机器学习之线性回归
│   ├── 2-1 机器学习介绍.mp4 93.13M
│   ├── 2-2 线性回归.mp4 144.78M
│   ├── 2-3 线性回归实战准备.mp4 73.22M
│   ├── 2-4 单因子线性回归实战.mp4 90.86M
│   └── 2-5 多因子线性回归实战.mp4 133.09M
├── 第3章 机器学习之逻辑回归
│   ├── 3-1 分类问题介绍 (2).mp4 27.85M
│   ├── 3-2 逻辑回归（1） (2).mp4 20.36M
│   ├── 3-3 逻辑回归（2） (2).mp4 21.86M
│   ├── 3-4 实战准备 (2).mp4 20.77M
│   ├── 3-5 考试通过实战（一） (2).mp4 45.92M
│   ├── 3-6 考试通过实战（二） (2).mp4 40.04M
│   └── 3-7 芯片检测实战 (2).mp4 76.97M
├── 第4章 机器学习之聚类
│   ├── 4-1 无监督学习.mp4 101.87M
│   ├── 4-2 Kmeans-KNN-Meanshift.mp4 111.34M
│   ├── 4-3 实战准备.mp4 51.13M
│   ├── 4-4 Kmeans实战（1）.mp4 68.64M
│   ├── 4-5 Kmeans实战（2）.mp4 61.02M
│   └── 4-6 KNN-Meanshift.mp4 89.85M
├── 第5章 机器学习其他常用技术
│   ├── 5-1 决策树（1）.mp4 70.70M
│   ├── 5-2 决策树（2）.mp4 83.06M
│   ├── 5-3 异常检测.mp4 87.24M
│   ├── 5-4 主成分分析.mp4 96.99M
│   ├── 5-5 实战准备.mp4 115.81M
│   ├── 5-6 实战（1）.mp4 88.16M
│   ├── 5-7 实战（2）.mp4 79.42M
│   └── 5-8 实战（3）.mp4 123.02M
├── 第6章 模型评价与优化
│   ├── 6-1 过拟合与欠拟合 (2).mp4 27.56M
│   ├── 6-2 数据分离与混淆矩阵 (2).mp4 38.62M
│   ├── 6-3 模型优化 (2).mp4 34.67M
│   ├── 6-4 实战准备 (2).mp4 23.39M
│   ├── 6-5 实战（一） (2).mp4 60.70M
│   ├── 6-6 实战（二） (2).mp4 30.28M
│   └── 6-7 实战（三） (2).mp4 58.48M
├── 第7章 深度学习之多层感知器
│   ├── 7-1 多层感知器(MLP).mp4 97.63M
│   ├── 7-2 MLP实现非线性分类.mp4 134.03M
│   ├── 7-3 实战准备.mp4 100.26M
│   ├── 7-4 实战（一）.mp4 121.47M
│   └── 7-5 实战（二）.mp4 98.92M
├── 第8章 深度学习之卷积神经网络
│   ├── 8-1 卷积神经网络（一）.mp4 160.84M
│   ├── 8-2 卷积神经网络（二）.mp4 166.07M
│   ├── 8-3 实战准备.mp4 79.25M
│   ├── 8-4 实战（一）.mp4 130.78M
│   └── 8-5 实战（二）.mp4 138.89M
├── 第9章 深度学习之循环神经网络
│   ├── 9-1 序列数据案例 (2).mp4 18.02M
│   ├── 9-2 循环神经网络RNN (2).mp4 22.06M
│   ├── 9-3 不同类型的RNN模型 (2).mp4 26.13M
│   ├── 9-4 实战准备 (2).mp4 35.00M
│   ├── 9-5 实战（一）RNN股价预测 (2).mp4 47.89M
│   ├── 9-6 实战（二）RNN股价预测 (2).mp4 31.52M
│   ├── 9-7 实战（一）LSTM实现文本生成 (2).mp4 78.90M
│   └── 9-8 实战（二）LSTM实现文本生成 (2).mp4 42.20M
├── 第10章 迁移混合模型
│   ├── 10-1 迁移学习（一）.mp4 66.32M
│   ├── 10-2 迁移学习（二）.mp4 46.61M
│   ├── 10-3 在线学习.mp4 47.08M
│   ├── 10-4 混合模型1.mp4 78.29M
│   ├── 10-5 混合模型2.mp4 73.94M
│   ├── 10-6 实战准备（一）.mp4 84.44M
│   ├── 10-7 实战准备（二）.mp4 72.47M
│   ├── 10-8 基于新数据的迁移学习实战.mp4 126.77M
│   ├── 10-9 机器深度学习实现少样本苹果分类（一）.mp4 144.04M
│   ├── 10-10 机器深度学习实现少样本苹果分类（二）.mp4 86.20M
│   ├── 10-11 机器深度学习实现少样本苹果分类（三）.mp4 88.97M
│   └── 10-12 机器深度学习实现少样本苹果分类（四）.mp4 70.33M
└── 第11章 课程总结
    ├── 11-1 课程总结（一）.mp4 104.99M
    ├── 11-2 课程总结（二）.mp4 84.34M
    └── 11-3 课程总结（三）.mp4 123.74M