AI工程师第一期

AI工程师第一期 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 18800.00元

人工智能的数学基础 
  1、高等数学基础:导数与偏导、梯度向量、极值定理、泰勒展开、拉格朗日乘法
  2、线性代数:矩阵与张量、矩阵的正定性、可逆矩阵、雅克比行列式、子空间、范数、哈希空间
  3、降维:PCA/SVD
  4、概率论与统计学:常见分布、期望、方差、协方差、熵
  5、优化问题:凸集、凸函数、凸优化、对偶、无约束梯度分析、无约束迭代法、线性回归求解
  6、SVN建模、求解、拓展
  7、EM统计建模
  8、GMM统计建模与实践
  
人工智能工具库及其应用 
  1、TensorFlow工具简介
  2、张量与图计算
  3、TensorFlow API的构建
  4、TensorFlow 简单API进行多层感知器建模
  5、TensorFlow 简单API进行CNN/LSTM建模
  6、TensorFlow  DataSet与数据高效读写
  7、TensorFlow 复杂API的高效特征工程处理
  8、Keras工具简介
  9、Keras序贯模型与函数模型的使用
  10、Keras多层感知器
  11、Keras卷积神经网络
  12、Caffe工具简介、架构与设计
  13、使用Caffe训练神经网络模型
  14、使用Caffe实现数据集的图像分类
  15、使用Caffe提取图像特征
  16、PyTorch工具简介
  17、张量、梯度与自动求导
  18、PyTorch工具简介
  19、基于PyTorch的基础模型搭建
  20、基于PyTorch的多层感知器搭建
  21、基于PyTorch的神经网络搭建
  
深度学习的应用 
  1、使用TensorFlow基于矩阵分解构建电商推荐系统
  2、使用TensorFlow完成复杂电商推荐系统
  3、使用TensorFlow构建LR、FM完成广告到达率预测
  4、使用Keras构建深度学习模型解决新零售销量预估问题
  5、NNLM模型介绍
  6、使用Keras完成词向量的训练
  7、基于卷积神将网络的文本分类模型
  8、基于RNN/LSTM实现新闻文本分类
  9、基于神经网络实构建唐诗生成器
  10使用LSTM构建时间序列的预测模型
  11、实战:实现网站流量预估
  12、实战:对PM2.5的值进行预测
  13、图像处理:图像识别
  14、图像处理:基于内容的图像检测
  15、图像处理:物体检测与图像分割
  16、fine-tuning解决方案
  17、使用RNN进行评论情感分析
  
生成对抗网络与强化学习 
  1、生成对抗网络与图像生成
  2、生成对抗网络的应用:pix2pix图像翻译
  3、生成对抗网络的应用:汉子艺术字生成
  4、强化学习简介及其与监督/无监督的对比
  5、马尔可夫决策过程
  6、强化学习:Deep Q Network
  7、强化学习:DDPG