首页
文章
视频教程
问答
提问
写文章
登录
/
注册
课程
机器学习
深度学习(周莫烦)
深度学习(周莫烦)
本课程适合对人工智能感兴趣,并且了解数据分析和一定高数基础的学员学习。
原创视频
5.0分
学习人数:30425
学习难度:高级
更新时间:2020-06-12
已学0%
学习耗时0分钟
开始学习
课程介绍
本课程由周莫烦打造,一步步揭开人工智能最核心知识。
喜欢就分享吧
课程目录
课程目录
共:4章 34节
机器学习
1-1 什么是机器学习
1-2 人工神经网络 VS 生物神经网络
1-3 什么是神经网络 (机器学习)
1-4 神经网络的黑盒不黑 (深度理解神经网络)
1-5 梯度下降
神经网络
2-1 什么是卷积神经网络 CNN
2-2 什么是循环神经网络 RNN (深度学习)
2-3 什么是 LSTM RNN 循环神经网络
2-4 什么是自编码 Autoencoder
2-5 什么是 GAN 生成对抗网络
2-6 站在巨人的肩膀上, 迁移学习
2-7 什么是激励函数 (深度学习)
深度学习、特征标准化、强化学习
3-1 怎样检验神经网络 (深度学习)
3-2 为什么要特征标准化 (深度学习)
3-3 怎样区分好用的特征 (深度学习)
3-4 什么是过拟合
3-5 优化器 Optimizer 加速神经网络训练
3-6 处理不均衡数据
3-7 什么是 Batch Normalization 批标准化
3-8 什么是 L1 L2 正规化 正则化 Regularization
3-9 什么是强化学习
3-10 强化学习方法汇总 (Reinforcement Learning)
3-11 什么是 Q Learning
3-12 什么是 Sarsa
3-13 什么是 Sarsa(lambda)
DQN、Actor Critic、算法
4-1 什么是 DQN
4-2 什么是 策略梯度 Policy Gradients
4-3 什么是 Actor Critic
4-4 什么是 Deep Deterministic Policy Gradient (DDPG)
4-5 什么是 A3C (Asynchronous Advantage Actor-Critic)
4-6 AlphaGo Zero 为什么更厉害
4-7 什么是遗传算法
4-8 什么是进化策略 What is Evolution Strategy
4-9 什么是神经网络进化
学生反馈
5.0
课程评分
课程评分根据各个学生的评分和各种其他因素(如评分时间和可读性)计算得出,以确保评分公平准确地反映课程质量。
100%
%
%
%
%
讲师介绍
流芳
别懈怠