全能it
  • 首页
  • 前端开发
  • 后端开发
  • 体系课
  • 移动开发
  • 云计算/大数据
  • 测试运维
  • 软考考证
  • 低价服务器
成为VIP 登录
Python3入门人工智能 掌握机器学习+深度学习 提升实战能力

Python3入门人工智能 掌握机器学习+深度学习 提升实战能力

后端开发 3年前 0 85 免费
  • 普通用户用户特权:免费
  • 会员用户特权:免费
  • 永久会员用户特权:免费推荐
  • 有效期:购买后永久有效

  • 最近更新:2026年07月28日

  • 详情介绍
    当前位置:
  1. 首页
  2. 后端开发
  3. 正文

python3入门人工智能,掌握机器学习+深度学习

传统机器学习+深度学习+迁移学习+经典案例+核心工具,多维度走进人工智能

 

讲师赵辛为福布斯中国U30科技上榜者,孔雀人才,全奖海归博士,课程囊括机器学习与深度学习,监督与无监督学习,独有综合多项技术的混合算法,采用sklearn与keras框架(底层调用TensorFlow)为你学习AI打下扎实基础。

 

适合人群
只要你对人工智能感兴趣,想在这个领域发展,或是数据分析从业者
(商业、金融行业等),希望掌握AI这个工具,那本课程非常适合你
技术储备要求
Python语法基础
基本的数学知识

试看链接: https://pan.baidu.com/s/1hom4Si2QQRK8DxQceyMh-g?pwd=yv4p

相关推荐:

深度学习课程,主讲pytorch

学途-人工智能机器学习课程

开课吧 深度学习与计算机视觉6期

玩转机器学习之神经网络,系统入门算法工程师

章节目录:

 

  • 第1章 人工智能时代,人人都应该学会利用AI这个工具 试看6 节 | 125分钟

    本章将和大家介绍课程目标与内容概要,和大家分享人工智能的核心概念:人工智能定义、主要方法、现状。我们会完成开发环境的搭建及工具的学习、使用,具体工具包括:python、anaconda、jupyter notebook、pandas、numpy、matplotlib。

    收起列表

    • 视频:1-1 课程导学 (19:43)试看
    • 视频:1-2 内容快速概览 (21:48)试看
    • 视频:1-3 人工智能介绍 (19:33)
    • 视频:1-4 环境及工具包介绍 (17:38)
    • 视频:1-5 环境配置及Python语法实操 (22:51)试看
    • 视频:1-6 Pandas、Numpy、Matplotlib实操 (23:21)
  • 第2章 机器学习之线性回归6 节 | 100分钟

    本章将给大家讲解机器学习及线性回归。机器学习部分会涵盖应用场景与概念的介绍、三大学习方法(监督、无监督、强化学习)的对比。线性回归部分则包含回归分析案例、线性回归模型、模型求解,及建立模型实现房价预测的实战。本章还会教大家完成sklearn的配置。…

    收起列表

    • 视频:2-1 机器学习介绍 (17:42)
    • 视频:2-2 线性回归 (25:47)
    • 视频:2-3 线性回归实战准备 (13:34)
    • 视频:2-4 单因子线性回归实战 (17:18)
    • 视频:2-5 多因子线性回归实战 (25:29)
    • 作业:2-6 【讨论题】关于房价预测得思考
  • 第3章 机器学习之逻辑回归9 节 | 112分钟

    本章将围绕分类问题及逻辑回归技术进行讲解,通过案例介绍、及与回归问题的对比,让大家理解分类模型。本章会和大家介绍sigmoid方程,并分享逻辑回归模型的求解过程。实战案例包含:考试通过预测(线性边界分类)、芯片质量预测(非线性分类)…

    收起列表

    • 视频:3-1 分类问题介绍 (16:40)
    • 视频:3-2 逻辑回归(1) (14:54)
    • 视频:3-3 逻辑回归(2) (14:30)
    • 视频:3-4 实战准备 (13:31)
    • 视频:3-5 考试通过实战(一) (19:49)
    • 视频:3-6 考试通过实战(二) (16:01)
    • 视频:3-7 芯片检测实战 (16:30)
    • 作业:3-8 【学习任务】商业异常消费数据预测
    • 作业:3-9 【讨论】关于分类模型搭建得思考
  • 第4章 机器学习之聚类8 节 | 88分钟

    本章会学习不需要标签数据的无监督学习及其最常用的聚类分析方法。针对聚类问题,我们会学习KMeans、Meanshift、DBSCAN算法,并且将其与监督学习的KNN算法进行对比。实战案例将建立多个模型完成数据簇的划分。

    收起列表

    • 视频:4-1 无监督学习 (18:37)
    • 视频:4-2 Kmeans-KNN-Meanshift (19:01)
    • 视频:4-3 实战准备 (09:19)
    • 视频:4-4 Kmeans实战(1) (12:34)
    • 视频:4-5 Kmeans实战(2) (11:31)
    • 视频:4-6 KNN-Meanshift (16:51)
    • 作业:4-7 【学习任务】KMeans实现数据聚类
    • 作业:4-8 【讨论题】关于无监督学习得思考
  • 第5章 机器学习其他常用技术10 节 | 139分钟

    本章将和大家讲解三个常用技术:逻辑回归、异常检测、PCA主成分分析,针对每个技术都会介绍核心概念及原理。本章还会向大家介绍iris鸢尾花经典数据集,并针对三项技术分别进行实战讲解。本章还会教大家完成keras的配置。

    收起列表

    • 视频:5-1 决策树(1) (13:22)
    • 视频:5-2 决策树(2) (14:48)
    • 视频:5-3 异常检测 (15:36)
    • 视频:5-4 主成分分析 (17:18)
    • 视频:5-5 实战准备 (22:19)
    • 视频:5-6 实战(1) (17:06)
    • 视频:5-7 实战(2) (14:49)
    • 视频:5-8 实战(3) (23:32)
    • 作业:5-9 【学习任务】决策树判断员工是否适合相关工作
    • 作业:5-10 【讨论题】关于分类问题得思考
  • 第6章 模型评价与优化8 节 | 140分钟

    本章会和大家分享模型优化过程中遇到的常见问题及其解决办法,帮助大家理解欠拟合与过拟合问题、数据分离技术、混淆矩阵及常用的数据预处理技术。实战案例将综合各项技术完成模型的选择与优化。

    收起列表

    • 视频:6-1 过拟合与欠拟合 (18:37)
    • 视频:6-2 数据分离与混淆矩阵 (21:37)
    • 视频:6-3 模型优化 (21:09)
    • 视频:6-4 实战准备 (13:43)
    • 视频:6-5 实战(一) (24:53)
    • 视频:6-6 实战(二) (15:05)
    • 视频:6-7 实战(三) (24:20)
    • 作业:6-8 【讨论题】关于分类任务得思考
  • 第7章 深度学习之多层感知器7 节 | 100分钟

    本章将进入深度学习部分,实现逻辑回归模型到神经网络结构的过度,并通过实际案例帮助大家理解MLP实现非线性分类与多分类的原理。实战部分将介绍mnist手写数字经典数据集,并实现图像数字识别。

    收起列表

    • 视频:7-1 多层感知器(MLP) (18:18)
    • 视频:7-2 MLP实现非线性分类 (19:45)
    • 视频:7-3 实战准备 (18:57)
    • 视频:7-4 实战(一) (23:24)
    • 视频:7-5 实战(二) (18:46)
    • 作业:7-6 【学习任务】Fashion_mnist服饰分类
    • 作业:7-7 【讨论题】逻辑回归模型与神经网络模型的关系
  • 第8章 深度学习之卷积神经网络6 节 | 123分钟

    本章将基于普通的MLP结构,结合图像卷积、池化和填充技术,向大家介绍擅长于解决图像问题的卷积神经网络。我们还会学习经典的CNN模型:LeNet、AlexNet、VGG16。实战部分将完成猫狗图像分类,并教大家如何利用经典VGG16模型快速搭建新模型。…

    收起列表

    • 视频:8-1 卷积神经网络(一) (30:03)
    • 视频:8-2 卷积神经网络(二) (26:16)
    • 视频:8-3 实战准备 (15:18)
    • 视频:8-4 实战(一) (24:17)
    • 视频:8-5 实战(二) (26:20)
    • 作业:8-6 【讨论题】基础的CNN模型设计
  • 第9章 深度学习之循环神经网络10 节 | 126分钟

    本章将围绕序列数据处理展开讲解,透过语言序列分析案例和大家介绍循环神经网络模型,并基于基本的RNN模型分析不同的RNN结构,包括长短期记忆网络LSTM、双向循环神经网络与深层循环神经网络。实战部分会建立RNN模型完成股价预测、搭建LSTM模型实现文本生成。…

    收起列表

    • 视频:9-1 序列数据案例 (11:41)
    • 视频:9-2 循环神经网络RNN (16:06)
    • 视频:9-3 不同类型的RNN模型 (17:36)
    • 视频:9-4 实战准备 (15:25)
    • 视频:9-5 实战(一)RNN股价预测 (20:49)
    • 视频:9-6 实战(二)RNN股价预测 (12:40)
    • 视频:9-7 实战(一)LSTM实现文本生成 (22:08)
    • 视频:9-8 实战(二)LSTM实现文本生成 (09:00)
    • 作业:9-9 【学习任务】贵州茅台股价预测
    • 作业:9-10 【讨论题】关于股票预测得思考
  • 第10章 迁移混合模型12 节 | 183分钟

    本章将带大家认识迁移学习方法,并完成模型的迁移训练;还会和大家介绍混合学习模型,包括监督+无监督学习、机器学习+深度学习。实战案例将通过搭建一个无标签的异常苹果检测模型,教大家综合多项技术解决问题,并熟悉混合模型的建立方法与结构。…

    收起列表

    • 视频:10-1 迁移学习(一) (12:59)
    • 视频:10-2 迁移学习(二) (08:48)
    • 视频:10-3 在线学习 (07:41)
    • 视频:10-4 混合模型1 (15:09)
    • 视频:10-5 混合模型2 (13:25)
    • 视频:10-6 实战准备(一) (14:36)
    • 视频:10-7 实战准备(二) (14:05)
    • 视频:10-8 基于新数据的迁移学习实战 (24:05)
    • 视频:10-9 机器+深度学习实现少样本苹果分类(一) (25:10)
    • 视频:10-10 机器+深度学习实现少样本苹果分类(二) (16:23)
    • 视频:10-11 机器+深度学习实现少样本苹果分类(三) (17:10)
    • 视频:10-12 机器+深度学习实现少样本苹果分类(四) (13:23)
  • 第11章 课程总结3 节 | 59分钟

    本章将对本门课程进行总结,帮助大家梳理课程核心知识点,建立知识体系。

    收起列表

    • 视频:11-1 课程总结(一) (19:52)
    • 视频:11-2 课程总结(二) (15:41)
    • 视频:11-3 课程总结(三) (23:16)
本课程已完结
声明:本站所有资料均来源于网络以及用户发布,如对资源有争议请联系微信客服我们可以安排下架!
阿小白永久会员
上一篇 从零开始学调优-Java 全技术栈 性能调优 完结
下一篇 理论+实战 构建完整JVM知识体系【完结】

相关文章

基于ROS2的自动驾驶算法实战开发

基于ROS2的自动驾驶算法实战开发

后端开发 2周前 28 69
FDE 交付实战营

FDE 交付实战营

AI 2周前 90 360
AI全栈就业提升小班(主打带你快速就业)

AI全栈就业提升小班(主打带你快速就业)

AI 3周前 37 380
Java AI 高级全能工程师体系课(完结)

Java AI 高级全能工程师体系课(完结)

AI 3周前 185 180

免费下载

  • 普通用户用户特权:免费
  • 会员用户特权:免费
  • 永久会员用户特权:免费推荐
下载地址
其他信息
  • 如遇到链接失效或者其他异常行为,请联系微信:qnit888888

  • 有效期

    购买后永久有效

  • 累计销量

    147

  • 累计下载

    20

  • 最近更新

    2026年07月28日

点击开通会员 免费享有本站所有课程资源
永久会员专属客服(普通用户联系右下角客服)
超低价服务器
课程分类
  • 移动开发
    移动开发
  • 前端开发
    前端开发
  • 后端开发
    后端开发
  • 测试运维
    测试运维
  • 云计算/大数据
    云计算/大数据
课程推荐
Agent全栈开发工程师训练营

Agent全栈开发工程师训练营

2周前 128
基于ROS2的自动驾驶算法实战开发

基于ROS2的自动驾驶算法实战开发

2周前 69
Claude Code 从入门到实战 一课玩转顶级Agent

Claude Code 从入门到实战 一课玩转顶级Agent

2周前 29
AI 产品从0到1全流程设计

AI 产品从0到1全流程设计

2周前 29.9

Copyright © 2021 - All rights reserved | 冀ICP备2022000706号-6 |

  • 首页
  • 分类
  • 问答
  • 我的
  • 顶部
AI UI/产品 中间件 云计算/大数据 体系课 前端开发 后端开发 测试运维 移动开发 算法数学 软考考证 首页