课程介绍
我们有幸站在时代的风口，目睹信息科技掀起的革命风暴，从AlphaGo到无人驾驶，人工智能结合大数据应用场景越来越多，现今每个人的工作都和数据息息相关，无论是大数据分析、机器学习、人工智能还是无人驾驶汽车，它们都将深刻改变我们的生活。
课程内容
-
宣传片
-
复杂系统
-
大数据与机器学习
-
人工智能的三个阶段
-
高等数学—元素和极限
-
复杂网络经济学应用
-
机器学习与监督算法
-
阿尔法狗与强化学习算法
-
高等数学—两个重要的极限定理
-
高等数学—导数
-
贝叶斯理论
-
高等数学—泰勒展开
-
高等数学—偏导数
-
高等数学—积分
-
高等数学—正态分布
-
朴素贝叶斯和最大似然估计
-
线性代数—线性空间和线性变换
-
数据科学和统计学
-
线性代数—矩阵、等价类和行列式
-
Python基础课程
-
线性代数—特征值与特征向量
-
监督学习框架
-
PCA、降维方法引入
-
Python操作数据库、 Python爬虫
-
线性分类器
-
Python进阶
-
Scikit-Learn
-
熵、逻辑斯蒂回归、SVM引入
-
决策树
-
数据呈现基础
-
云计算初步
-
D-Park实战
-
第四范式分享
-
决策树到随机森林
-
数据呈现进阶
-
强化学习
-
SVM和神经网络引入
-
集成模型总结和GDBT理解及其衍生应用
-
神经网络
-
监督学习－回归与分类
-
神经网络基础与卷积网络
-
时间序列预测
-
人工智能金融应用
-
计算机视觉深度学习入门
-
个性化推荐算法
-
Pig和Spark巩固
-
人工智能与设计
-
神经网络
-
非线性动力学
-
高频交易订单流模型
-
区块链一场革命
-
统计物理专题
-
复杂网络简介
-
ABM简介及金融市场建模
-
用伊辛模型理解复杂系统
-
金融市场的复杂性
-
广泛出现的幂律分布
-
自然启发算法
-
机器学习的方法
-
模型可视化工程管理
-
Value Iteration Networks
-
最新回放
-
非线性动力学系统
-
自然语言处理导入
-
复杂网络上的物理传输过程
-
RNN及LSTM
-
漫谈人工智能创业
-
深度学习其他主题
-
课程总结
评论0