课程打破传统枯燥晦涩的理论推导，采用“神经网络底层逻辑—>深度学习核心架构—>前沿场景实战”的三阶全链路教学模型，带你从一元一次函数感知器起步，深入掌握方差代价函数、梯度下降与反向传播等机器学习的核心数学原理。课程重点聚焦深度学习的灵魂，系统讲解激活函数、隐藏层与高维空间的运作机制，并引入Keras框架，手把手教你轻松完成神经网络模型的搭建。你将通过卷积神经网络（CNN）打破图像识别的瓶颈，利用LSTM网络攻克自然语言处理（NLP）中的序列依赖难题，并借助MNIST等经典数据集进行实战演练，打通从算法原理、模型搭建到场景落地的完整闭环。这不仅是算法公式的简单堆砌，更是对“底层数学思维、深度学习架构设计、AI场景落地能力”三位一体能力的深度重塑，助你从一名AI爱好者蜕变为具备核心竞争力的算法工程师。
课程目录：
人工智能原理
| 1.一元一次函数感知器：如何描述直觉.mp4
| 10.卷积神经网络：打破图像识别的瓶颈.mp4
| 11. 卷积神经网络：图像识别实战.mp4
| 12.循环：序列依赖问题.mp4
| 13.LSTM网络：自然语言处理实践.mp4
| 14.机器学习：最后一节课也是第一节课.mp4
| 2.方差代价函数：知错.mp4
| 3.梯度下降和反向传播：能改（上）.mp4
| 4.梯度下降和反向传播：能改（下）.mp4
| 5.激活函数：给机器注入灵魂.mp4
| 6.隐藏层：神经网络为什么working.mp4
| 7.高维空间：机器如何面对越来越复杂的问题.mp4
| 8.初识Keras：轻松完成神经网络模型搭建.mp4
| 9.深度学习：神奇的DeepLearning.mp4
| 宣导片：来一场人工智能的奇妙冒险吧~.mp4
|
\—课程资料
mnist.npz
python-3.8.6-amd64.rar
srivastava14a.pdf
第13课资料.zip
第一课资料(文档，工程，可视化工具).rar
第七课资料.zip
第三课资料(工程，可视化工具).rar
第九课资料.zip
第二课资料(工程，可视化工具).rar
第五课资料.zip
第八节课资料.zip
第六课资料.zip
第十二课资料.zip
第四课资料.rar
下载地址：
感谢您的来访，获取更多精彩文章请收藏本站。
