已有 1821 人购买
必修课1：手把手教你用Python 实践深度学习课程大纲
必修课2：自然语言处理之AI深度学习顶级实战程程大纲
立即学习
1： 从人工智能到深度学习
课时1：手把手教你用Python实践深度学习
课时2：人工智能的发展历史
课时3：机器学习概述
课时4：监督式学习--规则模型
课时5：监督式学习-线性模型
课时6：类神经网络
课时7：构建神经网络
课时8：执行学习算法
课时9：训练神经网络
课时10：反向传播算法
课时11：使用 scikit-learn 训练神经网络
课时12：梯度消失
课时13：支持向量机
课时14：深度学习
2： 使用TensorFlow & Keras 建构人工神经网络
课时15：TensorFlow 简介
课时16：安装 TensorFlow
课时17：TensorFlow 基础
课时18：使用 TensorFlow 分类 MNIST 手写数字
课时19：模型可视化 TensorBoard
课时20：安装 Keras
课时21：使用类神经网络建立客户流失预测模型
课时22：如何选择优化器
课时23：评估、调参、优化人工神经网络
课时24：比较人工神经网络与其他机器学习模型
3： 卷积神经网络 (Convolutional Neural Network)
课时25：什么是卷积神经网络
课时26：卷积特征提取
课时27：ReLU层
课时28：池化层
课时29：平化 (Flattening)
课时30：建立卷积神经网络
课时31： [实例] 利用卷积神经网络
实践手写数字识别
课时32：[实例] 利用卷积神经网络辨识图片 - 使用网络爬虫抓取明星图片
课时33：[实例] 利用卷积神经网络辨识图片 - 使用OpenCV 撷取人脸
课时34：[实例] 利用卷积神经网络辨识图片 - 建立卷积神经网络
4： 循环神经网络(Recurrent Neural Networks)
课时35：什么是递归神经网络
课时36：梯度消失的问题
课时37：长短期记忆网络 LSTM
课时38：[实例] 利用LSTM网络预测股价
课时39：
[实例] 利用 LSTM 生成文章(1)
课时40：
[实例] 利用 LSTM 生成文章(2)
课时41：
[实例] 利用 LSTM 生成文章(3)
5： 自编码网络 (AutoEncoder)
课时42：什么是自编码网络
课时43：训练自编码网络
课时44：利用自编码网路重建影像
课时45：过完备隐藏层
课时46：稀疏自编码网络
课时47：降噪自编码网络
课时48：收缩自编码网络
课时49：堆叠自编码网络
课时50：深度自编码网络
课时51：[实例] 使用自编码网络建立推荐系统
课时52：[实例] 使用自编码网络预测信用风险
6： 生成对抗网络 GAN (Generative Adversarial Nets)
课时53：什麼是生成对抗网络
课时54：GAN 的训练过程
课时55：GAN 的特性与优缺点
课时56：Leaky ReLU
课时57：批标准化
课时58：使用 GAN 生成手写数字
课时59：GAN 的应用
课时60：DCGAN
课时61：使用 DCGAN 生成脸部图片
课时62：CycleGAN
课时63：使用 CycleGAN 将马变斑马
7： 深度增强学习
课时64：人工智能
课时65：什么是强化学习
课时66：马尔可夫决策过程
课时67：未来报酬
课时68：Q-Learning
课时69：Deep Q-Learning
课时70：学习稳定性
课时71：动作选择策略
课时72：Deep Convolution Q-Learning
课时73：[实例] 使用深度Q网路玩Flappy Bird(一)
课时74：[实例] 使用深度Q网路玩Flappy Bird(二)
立即学习
1： NLP和深度学习发展概况和最新动态
课时1： NLP历史现在及为什么需要学习NLP技术
课时2：NLP实现机器学习，聊天机器人，情感分析和语义搜索
2： NLP与PYTHON编程
课时3： Python环境搭建及开发工具安装
课时4：NLP常用PYTHON开发包的介绍
课时5：Jieba安装、介绍及使用
课时6：Stanford NLP 在Python环境中安装、介绍及使用
课时7：Hanlp 在Python环境中安装、介绍及使用
3： 快速掌握NLP技术之分词、词性标注和关键字提取
课时8：分词、词性标注及命名实体识别介绍及应用
课时9：准确分词之加载自定义字典分词01
课时10：准确分词之加载自定义字典分词02
课时11：准确分词之动态调整词频和字典
课时12：词性标注代码实现及信息提取
课时13：人名、地名、机构名等关键命名实体识别
课时14：TextRank算法原理介绍
课时15：基于TextRank关键词提取
4： 句法与文法
课时16：依存句法与语义依存分析
课时17：依存句法树解析（子树遍历，递归搜索，叶子节点提取等）
课时18：名词短语块挖掘
课时19：自定义语法与CFG
5： N-GRAM文本挖掘
课时20：N-GRAM算法介绍
课时21：N-GRAM生成词语对
课时22：TF-IDF算法介绍应用
课时23：基于TF-IDF挖掘符合语言规范的N-GRAM
6： 表示学习与关系嵌入
课时24：语言模型
课时25：词向量
课时26：深入理解Word2vec算法层次sofmax
课时27：深入理解Word2vec算法负采样
课时28：6.4 基于Word2vec技术的词向量、字向量训练
7： 深度学习之卷积神经网络
课时29：BP神经网络
课时30：彻底理解深度学习指卷积神经网络
课时31：CNN文本分类
课时32：CNN文本分类算法模块
课时33：CNN文本分类模型详解数据预处理
课时34：CNN文本分类模型测试与部署
8： 深度学习之递归神经网络
课时35：递归网络
课时36：LSTM
课时37：LSTM文本分类原理
课时38： LSTM文本分类代码架构
课时39：LSTM文本分类代码详解
课时40：LSTM文本分类模型预测与部署
9： 特定领域命名实体识别NER技术
课时41：基于深度学习医药保险命名实体识别课题背景介绍
课时42：医药保险命名实体和实体关系体系建立和命名实体分类规范
课时43：医药保险命名实体识别相关前沿技术和难点
课时44：基于深度学习医药保险命名实体识别的算法模块设计(上)
课时45：基于深度学习医药保险命名实体识别的算法模块设计（下）
课时46：数据的采集，清洗，数据机器自动标注及转化为深度学习格式（上）
课时47：数据的采集，清洗，数据机器自动标注及转化为深度学习格式（下）
课时48：模型本地Lib库封装（上）
课时49：模型本地Lib库封装（下）
课时50： 部署tensorflow训练好的模型为云服务（上）
课时51：部署tensorflow训练好的模型为云服务（下）
课时52：算法设计及代码实现1
课时53：算法设计及代码实现2
课时54：代码调试，参数优化及深度剖析（深入理解）1
课时55：代码调试，参数优化及深度剖析（深入理解）2
必修课3：深度学习模型、框架与实战课程大纲
必修课4：人工智能产品经理实践程程大纲
立即学习
1： 深度学习必备基础知识点
课时1：神经网络-1-深度学习概述
课时2：神经网络-2-挑战与常规套路
课时3：神经网络-3-用K近邻来进行分类
课时4：神经网络-4-超参数与交叉验证
课时5：神经网络-5-线性分类
课时6：神经网络-6-损失函数
课时7：神经网络-7-正则化惩罚项
课时8：神经网络-8-softmax分类器
课时9：神经网络-9-最优化形象解读
课时10：神经网络-10-最优化问题细节
课时11：神经网络-11-反向传播
2： 神经网络模型
课时12：神经网络架构-1-整体架构
课时13：神经网络架构-2-实例演示
课时14：神经网络架构-3-过拟合解决方案
3： 神经网络案例实战
课时15：章节3： 神经网络案例实战
课时16：神经网络案例-分模块构造神经网络
课时17：神经网络案例-训练神经网络完成分类任务
课时18：神经网络架构-4-感受神经网络的强大
4： 卷积神经网络
课时19：1-卷积神经网络的应用
课时20：2-卷积层解释
课时21：3-卷积计算过程
课时22：4-pading与stride
课时23：5-卷积参数共享
课时24：6-池化层原理
5： 卷积神经网络案例实战
课时25：卷积池化反向传播
课时26：卷积网络代码1
课时27：卷积网络代码2
6： 经典网络架构与技巧
课时28：经典网络架构
课时29：分类与回归任务
课时30：三代物体检测
课时31：数据增强策略
课时32：TransferLearning
课时33：巧妙设计神经网络
7： 深度学习框架-Caffe
课时34：CAFFE简介
课时35：网络配置文件-数据层
课时36：网络配置文件-计算层
课时37：4-超参数solver文件
8： Caffe框架使用案例
课时38：制作LMDB数据源
课时39：多label问题之HDF5数据源
课时40：使用命令行训练网络
课时41：使用python定义自己的层
课时42：绘制网络结构图
课时43：生成网络配置文件
课时44：对训练的网络模型绘制LOSS曲线
课时45：对训练结果进行分类任务
9： 深度学习项目实战-人脸检测
课时46：人脸检测项目概述
课时47：数据获取
课时48：正负样本数据裁剪
课时49：TXT数据制作
课时50：LMDB脚本文件
课时51：制作LMDB数据源
课时52：网络配置文件
课时53：超参数和训练网络
课时54：检测框架
课时55：scale变换和预处理
课时56：坐标变换
课时57：NMS完成代码
课时58：测试效果及改进
课时59：矫正过程
课时60：如何提高精度
课时61：项目总结
10： 深度学习项目实战-人脸关键点定位
课时62：脸关键点检测算法框架
课时63：多标签数据源制作以及标签坐标转换
课时64：对原始数据进行数据增强
课时65：完成第一阶段HDF5数据源制作
课时66：第一阶段网络训练
课时67：第二三阶段网络数据源制作
课时68：第二三阶段网络模型训练
课时69：网络模型参数初始化
课时70：完成全部测试结果
课时71：人脸关键点检测效果
课时72：项目总结分析
课时73：算法框架分析
11： Tensorflow框架基本使用方法
课时74：Tensorflow简介
课时75：Tensorflow安装
课时76：基本计算单元-变量
课时77：常用基本操作
课时78：构造线性回归模型
课时79：Mnist数据集简介
课时80：逻辑回归框架
课时81：迭代完成逻辑回归模型
课时82：神经网络模型架构
课时83：训练神经网络
12： Tensorflow深度学习模型
课时84：卷积神经网络模型架构
课时85：卷积神经网络模型参数
课时86：模型的保存和读取
课时87：加载训练好的VGG网络模型
课时88：使用VGG模型进行测试
课时89：使用RNN处理Mnist数据集
课时90：RNN网络模型
课时91：训练RNN网络
13： 深度学习项目实战-验证码识别
课时92：验证码数据生成
课时93：构造网络的输入数据和标签
课时94：卷积网络模型定义
课时95：迭代及测试网络效果
14： 对抗生成网络原理
课时96：对抗生成网络简介
课时97：对抗生成网络形象解释
课时98：对抗生成网络工作原理
课时99：案例实战对抗生成网络：环境配置
课时100：案例实战对抗生成网络：构造判别网络模型
课时101：案例实战对抗生成网络：构造生成网络模型
课时102：案例实战对抗生成网络：构造损失函数
课时103：案例实战对抗生成网络：训练对抗生成网络
15： 深度学习项目实战-DIY你的数据
课时104：DCGAN基本原理
课时105：DCGAN的网络模型架构
课时106：DCGAN项目实战：DIY你要生成的数据
课时107：DCGAN项目实战：配置参数
课时108：DCGAN项目实战：基于卷积的生成网络架构
课时109：DCGAN项目实战：基于卷积的判别网络
课时110：DCGAN项目实战：训练DCGAN网络
立即学习
1： 第一部分：基础入门篇
课时1：课程大纲部分
课时2：人工智能基础
课时3：人工智能产品经理概述
2： 第二部分 架构设计篇
课时4：人工智能业务架构
课时5：人工智能技术架构
课时6：人工智能应用架构
课时7：人工智能数据架构
3： 第三部分 关键技术篇
课时8：人机交互模型
课时9：智能语音技术
课时10：自然处理技术概述
课时11：人脸识别技术
课时12：智能问答机器人
课时13：知识图谱技术
课时14：无人驾驶技术
4： 第四部分 发展趋势篇
课时15：人工智能发展的现状
课时16： 人工智能发展的阶段
5： 第五部分 战略规划篇
课时17：技术切入
课时18：战略框架
课时19：数据融合
课时20：流量变现
课时21：核心-场景驱动

可从以下课程中任选4门选修课，强化能力

网课涵盖数据系列的课程：从基础的数据库知识，到商业智能解决方案，到数据挖掘，大数据， 数据分析与统计， 人工智能，深度学习，机器学习等系列！以下为天善网课部分优质课程推荐

如果不明白往哪个方向发展，这里有专业的职业发展咨询顾问为你解答 祝你扬帆起航一路顺利
咨询如何选课程 立即购买SVIP

常见问题/Question & Answer

  • Q：SVIP 会员如何使用？

    A：SVIP 会员详细使用说明请查看： https://ask.hellobi.com/blog/team/5682

  • Q：如果我有关于SVIP会员的问题，该如何咨询？

    A：您可以直接拨打梁老师咨询电话158-2133-9409，联系梁老师QQ：744711023，或者发送邮件至 liangyong@hellobi.com。

  • Q：SVIP到期时间？课程到期时间？

    A：购买SVIP后有效期为1年，在这一年中，可以加入8套课程，课程有效期为2年！全站所有课程都任选！

  • Q：每节课的时间多长？

    A：每节课的时间一般控制在10-15分钟左右，有些课程为了保证教学连续性，大约30分钟左右。这个时间长度更适合学生消化理解。

  • Q：学习过程中遇到问题怎么办？

    A：可以直接在课程中独享的答疑区进行提问，讲师会积极回答问题。此外，凡参加课程的学员都会进入课程内容VIP群，讲师和社区专家会分享知识和答疑问题。

Copyright © 天善智能-上海拓善智能科技有限公司 2018

在线咨询

梁老师
立即购买
744711023