为了账号安全,请及时绑定邮箱和手机立即绑定
简介:本课程将构建AlphaGo的深度学习技术,通过通俗易懂的方式,向你娓娓道来。并通过Pyhton构建起一个简单的神经网络,通过“说做”结合,让大家一窥深度学习的强大魅力。 课程分为两部分,首先讲述深度学习有关的基本概念和算法。第二部分通过Python实现第一部分所讲的算法,通过编码的方式,实现两个简单但功能强大的神经网络,以期通过实践的方式让大家加深对概念和算法的理解。

第1章 机器学习的基本概念

本章讲解机器学习的一些基本概念,并介绍机器学习算法的基本性质和特点。

第2章 感知器分类算法

本章介绍了感知器分类算法的概念,原理以及算法的设计步骤

第4章 适应性线性神经元

本章在基于第三章的基础上,介绍了适应性线性神经元的基本原理,然后使用Python将算法原理进行编码实现,将实现后的神经网络用于数据分类,以检验算法实现的正确性。
课程须知
有一定的编程基础,例如掌握C语言。
老师告诉你能学到什么?
1、机器学习的基本概念介绍 2、数据分类算法介绍 3、神经元感知器分类算法并进行实现 4、数据解析和可视化设计 5、使用数据训练神经网络 6、如何使用训练后的神经网络分类数据 7、适应性线性神经元的基本原理并实现 8、适应性线性神经元网络进行数据分类
意见反馈 常见问题 APP下载
官方微信