章节
评论
- 第1章 人工智能入门
-
1-1 行业背景
-
1-2 必备的背景知识
-
1-3 发展历史及现状
- 第2章 人工智能数学基础
-
2-1 数学分析基础
-
2-2 线性代数与概率论基础
-
2-3 机器学习基本知识
-
2-4 线性回归模型
-
2-5 线性回归习题和总结
- 第3章 人工智能模型与算法
-
3-1 Logistic回归模型与练习
-
3-2 决策树ID3-C4.5算法
-
3-3 随机森林与梯度提升
- 第4章 深度学习与Tensorflow框架
-
4-1 深度学习背景及简介
-
4-2 深度神经网络基础及DNN简介
-
4-3 Tensorflow框架简介
-
4-4 Tensorflow入门示例讲解
- 第5章 卷积神经网络
-
5-1 卷积神经网络
-
5-2 卷积神经网络代码讲解
- 第6章 Word Embedding模型与循环神经网络
-
6-1 Word Embedding模型
-
6-2 循环神经网络(1)
-
6-3 循环神经网络(2)-lstm
-
6-4 循环神经网络应用
- 第7章 聊天机器人实战
-
7-1 聊天机器人实战
