虽然人工智能(AI)是模仿人类能力的广泛科学,但机器学习是AI的特定子集,可以训练机器如何学习。观看此视频可以更好地理解AI与机器学习之间的关系。您将看到这两种技术如何工作,并提供了有用的示例和一些有趣的帮助。
Genre: eLearning | MP4 | Video: h264, 1280×720 | Audio: AAC, 44.1 KHz
Language: English | VTT | Size: 10.4 GB | Duration: 24h 0m
课程学习成果
- 对机器学习下的有监督和无监督学习有扎实的认识
- 解释机器学习技术的适当用法。
- 使用最新的python框架构建适当的神经模型。
- 要从头开始构建神经模型,请按照分步说明进行操作。
- 建立端到端有效的解决方案来解决实际问题
- 严格审查并选择最合适的机器学习解决方案
- python编程也包括在内。
在课程结束时,您将获得以下内容
#学习构建500多个项目,带源代码
#精通机器学习基础知识
#申请数据科学中的梦想工作
#为您的大学项目获取知识
- 设置Python机器学习环境
- 通过统计和数据预处理了解数据
- 数据预处理-使用python演示进行缩放,标准化,二进制化,Python标准化,功能选择技术:单变量选择
- 此处将逐步讨论使用Python图表进行数据可视化,并提供逐步指导,数据准备和条形图,直方图,饼图等。
- 带有Python,KERAS的人工神经网络
- KERAS教程-用Python开发人工神经网络-逐步
- 深度学习-手写数字识别[逐步操作] [完成项目]
- Python的朴素贝叶斯分类器[讲座和演示]
- 线性回归
- 逻辑回归
- 聚类简介[K-均值聚类]
- K-均值聚类
课程预览:
https://www.udemy.com/course/professional-certificate-in-machine-learning/
课程大纲:
截图预览:
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。