• <small id="zzd1k"><th id="zzd1k"></th></small>

    <small id="zzd1k"><xmp id="zzd1k"></xmp></small><menu id="zzd1k"></menu>
  • <menu id="zzd1k"></menu>
  • <input id="zzd1k"><tt id="zzd1k"></tt></input>
    Java人工智能+Pythonweb前端UI/UE设计PHP+H5全栈工程师C/C++云计算大数据新媒体软件测试产品经理电商运营网络安全+运维Go语言与区块链影视制作PMP项目管理认证iOSAndroid+物联网.NET

    0基础小白也能学会的人工智能课

    • 初级

    • 试看10节

    • 16660人学习

    课程须知

    人工智能很火,机器学习很热,很多同学想去学习,但不知如何下手,网上教程很多,上来就学习模型,使用框架,绕来绕去,理解不了底层原理,机器学习算法推理,大量公式和高等数学让人崩溃,一不小心从入门到放弃...

    收藏课程 获取资料

    分享

    1. 课程介绍
    2. 课程目录
    3. 课程评论

    视频下载提取码isok 


    课程简介

    人工智能很火,机器学习很热,很多同学想去学习,但不知如何下手

    网上教程很多,上来就学习模型,使用框架,绕来绕去,理解不了底层原理

    机器学习算法推理,大量公式和高等数学让人崩溃,一不小心从入门到放弃

     

    本套课程从零开始,讲解人工智能的全部核心基础, 4天课让你掌握机器学习、线性代数、微积分和概率论,学完课程你可以自己推导损失函数,实现梯度下降,手写神经网络,把控无人驾驶,完成手写字识别...


    课程特色

    1、通俗易懂,原理和编程分开讲解。

    2、0基础就能听懂原理,无需Python基础,了解任意一门编程语言就能听懂代码;

    3、不用框架,自己动手实现机器学习核心代码,写神经网络

    4、重视原理,讲解高等数学背后的演化过程,从向量到矩阵,从极限到微分

    5、由浅入深,从helloworld到神经网络

    6、案例丰富,大量实用案例贯穿课程,机器人投掷,预测房价,无人驾驶,自主定位等...


    课程目录

    1天:

    00_为什么要学习数学

    01_引言和学习方法

    02_featurelabel

    03_什么是机器学习

    04_数据采集方式

    05_knn算法入门

    06_knn算法python实现

    07_代码流程回顾

    08_抽取knn函数

    09_实验演示验证结论

    10_评估模型好坏的方法,训练集和测试集

    11_生成测试和训练数据集

    12_调参选取最优的k

    13_增加数据的维度

    14_numpy加载特殊数据

    15_欧式距离

    16_二维空间距离的计算

    17_代码增加一个维度

    18_数据归一化

    19_knnfeature的选择

    20_向量和向量的运算

    21_概念总结

    22_使用矩阵和向量实现knn

    23_ 房价预测简单框架

    24_数据的归一化和标准化

    1_如何学习数学

    附:问题1

     

    2天:

    01_线性回归和Knn

    02_线性回归解决什么问题

    03_Excel进行线性回归

    04_损失函数和最小均方差

    05_excle来简单理解梯度下降

    06_梯度下降的问题分析

    07_求导简单入门

    08_mseb进行求导

    09_Excel演示梯度下降&学习速率

    10_偏导数分别求解mb的导数

    11_mb分别进行梯度下降

    12_Python代码实现梯度下降

    13_代码测试生成mb

    14_作业演示

    _作业讲解

     

    3天:

    01_高等数学入门

    02_问题描述

    03_简单理解矩阵运算的现实含义

    04_矩阵的形状

    05_矩阵的加法

    06_手动计算矩阵的乘法

    07_矩阵的乘法不满足交换律

    08_numpy进行矩阵的乘法运算

    09_矩阵运算计算mb的偏导数

    10_numpy矩阵运算演示获取mb的偏导

    11_用矩阵运算重构线性回归代码

    12_对比程序执行的时间

    13_增加数据的维度

    14_函数模型的评估和错误率的计算

    15_矩阵可以理解为一个变化函数

    16_bmp是如何描述图片的

    17_位图和svg图的区别

    18_矩阵运算变化图片的位置

    19_矩阵运算旋转图形

    20_矩阵的缩放处理

    21_图形变换综合案例

    22_机器学习浅谈

    23_sigmod函数引入

    24_逻辑回归的步骤

    附:扩展作业

     

    4天:

    01_自然底数和sigmod函数

    02_矩阵运算计算逻辑回归

    03_逻辑回归简单实现

    04_多分类问题

    05_多分类的概率问题思考

    06_多分类问题softmax公式

    07_手写数字数据集

    08_手写数字的识别原理

    09_手写数字数据集的处理

    10_手写数字的识别

    11_手写数字bug处理

    12_ai自动驾驶

    13_神经网络的作用

    14_多层神经网络演示

    15_感知机

    16_感知机数学原理

    17_线性模型和非线性模型

    18_交叉熵cross-entropy

    19_概率简介

     

    本文来源传智播客和黑马程序员视频库,原创整理,转载请注明出处,喜欢请分享更多人

    文章来源:传智播客和黑马程序员视频库


    综合评分 5.0

    9人已评分

    我也要评分

    评论打分
    你觉得老师讲的怎么样?

    评论字数不能超过100字,还剩 个字符

    发表评价

    拉克丝容

    非常细致的讲解

    0

    2019-08-05 08:41

    巫妖

    讲得很不错!请问这个老师是哪位呢?还有他的课吗?

    3

    管理员回复:获取源码讲义添加QQ:1467400757

    2019-06-30 12:04

    认真学习的我

    老师讲的非常容易听懂,请问还有这位老师的课吗

    1

    2019-06-13 14:36

    无名者

    打卡学习中

    0

    管理员回复:加油~

    2019-06-13 11:26

    阳光

    下载提取码是啥

    0

    管理员回复:课程下载提取码在页面下方课程介绍当中哦~也可以添加播妞领取配套资料Q:498913868

    2019-05-30 22:22

    污污污的视频