【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
评论0