神经网络基本原理及实战应用教程
¥59.9
你将收获
- 掌握卷积神经网络（Convolutional Neural Network, CNN）的基本原理和在Tensorflow中的实现
- 理解并掌握迁移学习的基本概念和实践方法，包括微调策略和使用预训练模型
- 学习并实践如何使用Keras和Tensorflow Hub进行迁移学习，实现图像分类任务
- 理解循环神经网络（Recurrent Neural Network, RNN）的基本原理，包括LSTM和GRU，并在Keras中实现
- 学习并实践如何使用Seq2Seq和Transformer进行序列到序列的任务，例如文本分类
数千家企业正在使用三节课企业版学习
无限制学习2000+门课程，200+精选学习专题
课程介绍
本课程是一门深入浅出的深度学习实战课程，旨在帮助你全面理解和掌握神经网络的基本原理和在实际问题中的应用。
课程首先介绍全连接神经网络在图像数据处理中的不足，然后深入讲解卷积神经网络（CNN）的基本原理，包括卷积层、池化层以及全连接层和展平层。我们将通过实例教你如何在Tensorflow中实现卷积神经网络，并应用于实际问题。
在迁移学习部分，你将学习如何利用预训练的神经网络模型，如VGG16，进行微调，并应用于新的任务。我们还将介绍如何使用Tensorflow Hub下载和使用预训练模型。
最后，我们将深入讲解循环神经网络（RNN）的基本原理，包括LSTM和GRU，并通过实例教你如何在Keras中实现循环神经网络。我们还将介绍如何使用Seq2Seq和Transformer进行序列到序列的任务。
无论你是计算机科学或相关领域的学生，还是希望使用神经网络进行复杂数据处理的专业人士，或者是对人工智能和神经网络感兴趣的技术爱好者，这门课程都将为你提供实用的知识和技能，帮助你在深度学习领域进一步提升。
适合人群
- 对深度学习有基础理解，希望进一步提升技能的计算机科学或相关领域的学生和研究者
- 数据科学家、数据分析师和其他希望使用神经网络进行复杂数据处理的专业人士
- 对人工智能、深度学习和神经网络感兴趣，希望通过实践项目提升技能的技术爱好者
讲师介绍
曾就职于平安人寿担任资深数据挖掘专家，目前供职于世界百强企业，负责数据中台、数据化运营、金融科技、创新规划等项目及前沿研究。有13年的数据挖掘与分享相关工作的经验；曾经从事过电商、电购、电力、游戏、金融和物流等行业，熟悉不同行业的数据特点。R语言资、python资深玩家，熟练掌握深度学习Tensorflow2框架，有丰富的大数据挖掘和可视化实战经验。2017-2023年微软MVP。《中国现场统计研究会大数据统计分会》第一届理事。 历届中国R语言大会特邀演讲嘉宾。 书籍著作：《R语言与数据挖掘》、《数据实践之美：31位大数据专家的方法、技术与思想》《R语言游戏数据分析与挖掘》、《Keras深度学习：入门、实战与进阶》、《R语言数据分析与挖掘（微课）》和深度学习从入门到精通：基于keras（微课版）》
课程大纲
共0节 时长0分钟
第1章 卷积神经网络原理及实现
共18节 | 2小时33分钟
第2章 迁移学习
共13节 | 2小时1分钟
第3章 深度强化学习
共4节 | 20分钟
第4章 案例分析：对CIFAR-10数据集进行图?识别
共3节 | 33分钟
第5章 阶段习题讲解
共2节 | 20分钟
第6章 循环神经网络
共6节 | 1小时14分钟
第7章 序列到序列Seq2Sea楧型
共3节 | 34分钟
第8章 Transformer模型
共2节 | 27分钟
第9章 案例分析：中文文本分类
共1节 | 18分钟
课后习题讲解
14分钟
购课须知
课程有效期：
自购买课程之日起 365 天，部分参与营销活动产品以活动规则为准，请同学在有效期内学习、观看课程。
上课模式：
课程采取录播模式，请注意自学课无班级微信群、班主任带班及助教批改服务。
注：自学课不支持退款，确保你是真的需要再进行报名，报完名之后还请认真学习。