《2025 带ppt 人工智能导论 河科工职 64讲 视频教程》

这门课程价格：16元 ★★★本站引入ai智能pdf转ppt功能，课程标题上，标带课件，这种是pdf课件，可免费提供pdf转PPT，转完后可以编辑修改，精准度很高

★★★课程标题带ppt的，这是原始ppt ，可以直接编辑使用

★★★什么都不标的，就是纯视频，学校没给课件

★★★重磅！！！自学社 技术升级，所有学校没提供课件的视频，现在都可以提取ppt （word或者excle），排版和原视频一样，汉字、字母、符号、等等可以编辑，方便老师和同学们整理内容，此服务是单独收费，1-30个视频课程加20元，31-60个视频35元，量大优惠. 也可以来视频帮忙提取。

-->-->-->★如果网站里没有您要的课程，加微信可以单独给您找
-->-->-->★诚信经营16年，有任何需求可以加微信沟通

课程大小：655MB
课程格式：手机平板电脑都可以播放 
！！加微信 83162582 有特价！！
客服电话： 18947115243（唯一）
自学社社长：点击这里给我发消息83162582
客服qq：点击这里给我发消息125212385
淘宝客服：点我咨询自学天堂

★★★16年淘宝双皇冠99.9%好评店:http://shop57589855.taobao.com/★  
  • -->-->-->说明：试看 课程 加微.信125212385 或者1418144 直接搜索数字就可以，加微.信都是特价
  • -->-->-->说明：试看 课程 加微.信125212385 或者1418144 直接搜索数字就可以，加微.信都是特价

视频介绍 [复制本页地址介绍给朋友~]

 项目一 认识人工智能

任务1 学习资料
任务2 知识点1-人工智能的概念
任务3 知识点2 - 人工智能的发展历程
任务4 知识点3 - 机器学习
任务5 知识点4 - 监督学习
任务6 知识点5 - 无监督学习和半监督学习
任务7 知识点6 - 强化学习
任务8 测试
项目一：作业
项目二 行业典型应用案例I
任务1 学习资料
任务2 案例1 - AlphaGo的突破
任务3 案例2 - 自动驾驶汽车
任务4 案例3 - 智能医疗——肿瘤诊断和治疗
任务5 测试
项目二：作业
项目三 K近邻算法
任务1 学习资料
任务2 知识点1 - “君君臣臣”传达的分类思想
任务3 知识点2 - k近邻算法的核心思想
任务4 知识点3 - 特征向量与矩阵
任务5 知识点4 - 向量与矩阵的运算
任务6 知识点5 - 特征向量的归一化
任务7 知识点6 - k值的选取
任务8 知识点7 - 邻居距离的度量
任务9 知识点8 - 分类决策的制定
任务10 知识点9 - 鸢尾花分类项目简介
任务11 知识点10 - 鸢尾花分类项目实战
任务12 作业
项目三：作业
项目四 贝叶斯算法
任务1 学习资料
任务2 知识点1 - 贝叶斯的历史渊源
任务3 知识点2 - 重温贝叶斯定理
任务4 知识点3 - 蒙提霍尔问题
任务5 知识点4 - 贝叶斯的问题 -汤姆断案
任务6 知识点5 - 贝叶斯的问题-贝叶斯学派VS频率学派
任务7 知识点6 - 贝叶斯方法在机器学习中的应用-朴素贝叶斯
任务8 知识点7 - 贝叶斯方法在机器学习中的应用-能否出去玩，贝叶斯说了算
任务9 知识点8 - 基于贝叶斯的垃圾邮件过滤 - 垃圾邮件的来源
任务10 知识点9 - 基于贝叶斯的垃圾邮件过滤--基于贝叶斯推断的垃圾邮件过滤器
任务11 知识点10 - 贝叶斯网络
任务12 测试
项目四：作业
项目五 决策树
任务1 学习资料
任务2 知识点1 - 感性认识决策树
任务3 知识点2 - 深入理解决策树
任务4 知识点3 - 决策树的智慧：熵
任务5 知识点4 - 初识信息熵
任务6 知识点5 - 信息熵的量化计算
任务7 知识点6 - 如何构建决策树与信息增益简介
任务8 知识点7 - 构建决策树实战
任务9 知识点8 - 基尼指数与CART
任务10 测试
项目五：作业
项目六 深度神经网络模型
任务1 学习资料
任务2 知识点1 - 本能是学习吗
任务3 知识点2 - 神经网络中的学习本质
任务4 知识点3 - 人工神经网络的工作原理
任务5 知识点4 - 人工神经网络的经典模型
任务6 知识点5 - 多层感知机的表征能力
任务7 知识点6 - BP算法和激活函数
任务8 知识点7 - 搭建简易神经网络
任务9 知识点8 - 认识深度学习
任务10 知识点9 - 深度学习发展简史
任务11 知识点10 - 卷积神经网络的概念
任务12 知识点11 - 卷积运算
任务13 知识点12 - 卷积神经网络的结构
任务14 知识点13 - 过拟合与欠拟合
任务15 测试
项目六：作业
项目七 循环深度网络模型
任务1 学习资料
任务2 知识点1 - 什么是自然语言处理
任务3 知识点2 - 词向量表示方法——独热编码
任务4 知识点3 - 词向量表示方法——分布式编码
任务5 知识点4 - 词向量表示方法——嵌入式编码
任务6 知识点5 - 自然语言统计模型——Ngram
任务7 知识点6 - 自然语言统计模型——NNLM
任务8 知识点7 - RNN网络及其记忆功能
任务9 知识点8 - RNN工作原理
任务10 知识点9 - LSTM（上）
任务11 知识点10 - LSTM（下）
任务12 知识点11 - RNN语言模型
任务13 知识点12 - 基于RNN常见自然语言处理拓扑结构
任务14 知识点13 - 编码器与解码器
任务15 知识点14 - Attention机制
任务16 测试
项目七：作业
 

您可能还需要如下课程

自学社 蒙ICP备09002309号 Power by: 自学社
Please change your screen resolutidn to1024×768 Total ,
Copyright © 2009-20010 自学社 (www.zxshe.com). all Rights Reserved.
top