加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入

logo

logo
  • 点赞
  • 5
  • 分享
免费
课程章节
  • 课程介绍
  • 相关文件
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱
初级

AI基础课|人工智能与TensorFlow

2018/03/26
1528
  • 5评论
阅读需 4 分钟
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

横向二维码.png

随着谷歌不断在开放AI开发平台,人工智能开发像Android一样逐渐平民化、大众化,是主动学习还是被动淘汰?显然,越早学习和掌握这一技术的人才越有优势。
为此,摩尔吧特开设“AI基础系列课程”,涵盖 PythonTensorFlow树莓派、神经棒以及视频对话节目“AI发现”,让我们跟着大咖的视角来近距离解密AI。


为什么学习人工智能的时候需要学习tensorflow?

首先tensorflow是google维护的一个框架,现在在业内使用的最为广泛,其次,由于tensorflow封装了很多人工智能的逻辑,它能够帮你在100行复杂代码里实现复杂的图片识别功能。

此门课程是一门入门课程,除了讲述tensorflow的技术细节以外,还会为大家介绍很多关于人工智能的思维逻辑以及后面的数学方法,希望大家除了学习到了tensorflow的技术以外还能对人工智能有一个立体的了解。

罗列两个我们经常遇到的关于人工智能的常规问题:

1、人工智能是大数据吗?它是机器学习吗?

2、我们能否根据彩票的中奖的历史数据去预测下一次的中奖号码?

如果你不知道这些问题的答案没有关系,相信通过本次的学习,你都会对人工智能有一套自己的看法。

整个课程分为20小节,内容主要涵盖:tensorflow的结构和语法,机器学习的基础知识,深度学习的各种算法比如DNN,CNN,RNN。

讲师介绍:

03272.png


系列课程大纲(课程持续更新中):

第1课:引言(Introduction)

第2课:TensorFlow的介绍与基本语法

第3课:机器学习(machine learning)入门

第4-5课:线性回归(linear regression)

第6课:线性代数(可选)

第7-8课:逻辑回归(logistic regression)

第9课:偏差(bias)与方差(viarance)

第10课:神经网络(neural network)

第11课:深度神经网络(deep neural network)

第12-14课:卷积神经网络(convolutional neural network)

第15-17课:循环神经网络(recurrent neural network)

第18课:准确率(precision)与召回率(recall)

第19-20课:小结


Tensor Flow安装:点击获取


AI基础系列课程:

【精品套餐】轻松入门python3

【AI发现】失业在左、就业在右,人工智能时代的潘多拉魔盒

AI基础课|人工智能与TensorFlow

树莓派系列课程(敬请期待)

神经棒系列课程(敬请期待) 

  • 1-introduction.pptx
    描述:1-introduction.pptx

相关推荐

电子产业图谱

TA的热门作品