人工神经网络介绍

4 未经授权,禁止转载了解课程
课程介绍
讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}
适合人群
面向统计、数学、金融、计算机等相关专业本科生和研究生、以及对人工智能感兴趣的人士
你将会学到
理解深度学习的数学基础,掌握使用梯度下降算法求解函数最小值。理解神经网络的基本原理,掌握反向转播算法
  • 理解深度学习的数学基础,掌握使用梯度下降算法求解函数最小值。
  • 理解神经网络的基本原理,掌握反向转播算法对神经网络进行优化。
  • 能够编程实现反向转播算法。
  • 掌握一种深度学习编程框架,能在该框架下进行数据加载与预处理,构建网络,训练网络,性能评估等。
  • 理解神经网络的基本原理,能够设计并编程实现神经网络解决一些实际问题。
  • 理解神经网络的基本原理,能够设计并编程实现神经网络处理一些问题。
课程简介

深度学习是机器学习领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能。


深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。


【该课程不提供任何学习资料】


深度学习_01.jpg

深度学习_02.jpg

深度学习_03.jpg


展开更多
发布
头像

{{ item.user.nick_name }} {{ EROLE_NAME[item.user.identity] }}

置顶笔记
讨论图
{{ item.create_time }}回复
  • 删除

    是否确认删除?

    确认
    取消
  • {{ item.is_top == 1 ? '取消置顶' : '置顶'}}

    已有置顶的讨论,是否替换已有的置顶?

    确认
    取消
{{ tag.text}}
头像
{{ subitem.user.nick_name }}{{ EROLE_NAME[subitem.user.identity] }}
{{ subitem.create_time }}回复
删除

是否确认删除?

确认
取消
发布
{{pageType === 'video' ? '讨论区抢占沙发,可获得双倍学分' :'讨论区空空如也,你来讲两句~'}}
发布
{{tips.text}}
{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
头像
{{ detail.username }}

公开笔记对他人可见,有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记
保存
提问

讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。

记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交