【课程内容】
01_人工智能开发及远景介绍(预科)
02_线性回归深入和代码实现
03_梯度下降和过拟合和归一化
04_逻辑回归详解和应用
05_分类器项目案例和神经网络算法
06_多分类、决策树分类、随机森林分类
07_分类评估、聚类
08_密度聚类、谱聚类
09_深度学习、TensorFlow安装和实现线性回归
10_TensorFlow深入、TensorBoard可视化
11_DNN深度神经网络手写图片识别
12_TensorBoard可视化
13_卷积神经网络、CNN识别图片
14_卷积神经网络深入、AlexNet模型实现
15_Keras深度学习框架
本资源来源于 网络 付费网站 付费收集而来, 随时收集更新资源 本站专注搜集和分享各种付费网站资源,感谢您的信任
资源下载地址:
链接:https://pan.baidu.com/s/1oetwO-pgVGVS6j7jcAZT-g 密码:ic4x
本站所有资源都来源于网络收集,网友提供或者交换而来!
如果侵犯了您的权益,请及时联系客服,我们即刻删除! |