唐宇迪 人工智能-深度学习入门视频课程（上篇）

冰点也疯狂

# ?% I$ L% u* u! p
' w$ j. D7 U/ K0 W, O, T. S课程目标
' s/ e* x1 L6 q3 e' d9 t% A( ]用通俗易懂的讲解，一步步的带大家入门深度学习这个当今世界最火爆的深度学习领域。

适用人群：
$ n& M6 z8 `4 |9 g" L渴望高端技术，对人工智能感兴趣的同学们，全民皆可入门。

课程简介：
; [2 `" A0 }7 ?! X从无人驾驶汽车技术到AlphaGo战胜人类，深度学习在生活中扮演着越来越重要的角色，也即将改变这个世界。但是很多同学担心深度学习入门要求太高，苦于国内没有合适的课程予以帮助。
5 g% r* ]- b2 G4 b* C% \  T
* K' ?1 p9 F, W5 e% E5 g! G深度学习入门系列课程作为国内第一篇深度学习的入门课程视频，旨在帮助同学们更快更轻松的掌握深度学习所涉及的所有知识点，真正的入门深度学习这个世界上拥有最先进技术的领域，深度学习全民皆兵。
( T& {" ^8 b! ?9 Q$ |
4 Y+ ^! ~5 N! z8 O4 G3 G本篇主要从神经网络必备基础知识点开始讲起，由浅及深，一步步过度到整个神经网络架构！系列课程风格依旧通俗易懂，旨在用最形象的讲解带领大家一步步攻克复杂的神经网络模型！

课程目录：
! Z" Z) w( D- ?! l& P第1章 深度学习必备基础知识点
) {* ?1 K8 y3 |5 r01 深度学习与人工智能简介
% m7 D0 [" ?" n( g02 计算机视觉面临挑战与常规套路
5 S4 }! j, Y& \8 s) e; J( q( E2 T03 用K近邻来进行图像分类
" z! O8 n  X% O2 J- r04 超参数与交叉验证
05 线性分类
06 损失函数
6 T& K  P( `: G6 v07 正则化惩罚项
0 F- U" s$ u0 g) \08 softmax分类器
2 M% f$ _' P' O4 I  W09 最优化形象解读
10 梯度下降算法原理
8 {$ i2 }, [2 |& M11 反向传播
8 i9 f2 h9 S# A. P4 \
8 @( }$ X! U; z' S第2章 神经网络模型
8 X( O7 X5 t5 L# F01 神经网络整体架构
, r: y3 j  d, U02 神经网络模型实例演示
+ R  n3 G: n! Y: L03 过拟合问题解决方案
+ x- I; n! D3 L" Y( ~
第3章 神经网络案例实战
01 Python环境搭建（推荐Anaconda方法）
02 Eclipse搭建python环境
& G7 G2 }' N8 p' Y) W! ?03 动手完成简单神经网络
* F" n! ~% t* q( s7 k4 g) _04 感受神经网络的强大
05 神经网络案例-cifar分类任务
06 神经网络案例-分模块构造神经网络
07 神经网络案例-训练神经网络完成分类任务

游客，如果您要查看本帖隐藏内容请回复

- r! H& P3 I4 ~) y1 s6 L
0 m  M, y$ |& I. ^  I5 c

m9128213

很棒的教程～～