<strong id="9thia"><track id="9thia"></track></strong>
  • <li id="9thia"></li>
  • <dd id="9thia"><center id="9thia"><video id="9thia"></video></center></dd>

      1. 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