速成數據達人的不二選擇
從無人駕駛汽車到AlphaGo戰勝人類，機器學習成為了當下最熱門的技術。而機器學習中一種重要的方法就是深度學習。
人工智慧、機器學習與深度學習的關係
深度學習的動機在於建立、模擬人腦進行分析學習的神經網路，整個過程就是使用多個處理層對數據進行高層抽象，得到多重非線性變換函數的過程。
雖然深度學習的概念看似高大上，讓人有種莫名的距離感，實際上它在日常生活中隨處可見，其中包括了我們較為熟悉的電影推薦。
深度學習應用如此廣泛，若打算追趕這股技術潮流，該如何做呢？
現超級數學建模攜手唐老師以Python為基礎，向大家精心準備《Python深度學習》系列課程。
唐老師將系統講解深度學習的必備基礎知識、神經網路的知識要點以及兩個主流的基本框架，並藉助真實案例帶領大家進行項目實戰，全程還會附送完整的代碼進行課程教學與實戰演練。
相信，每天都能感受到能力的提升！
《Python深度學習》系列課程介紹
基礎篇（共68學時）
（課程大綱）
《Python深度學習課程》（￥298）
第一章：深度學習概述與計算機視覺挑戰（免費試學）
第二章：深度學習必備基礎知識點
第三章：最優化與反向傳播
第四章：神經網路整體架構
第五章：案例實戰CIFAR圖像分類任務
第六章：卷積神經網路基本原理
第七章：卷積參數詳解
第八章：案例實戰CNN網路
第九章：經典網路架構與物體檢測任務
第十章：網路模型訓練技巧
第十一章：深度學習框架Caffe網路配置
第十二章：Caffe製作數據源
第十三章：Caffe框架小技巧
第十四章：Caffe框架常用工具
第十五章：深度學習框架Tensorflow基本操作
第十六章：Tensorflow框架構造回歸模型
第十七章：Tensorflow神經網路模型
第十八章：Tensorflow構建CNN網路
第十九章：Tensorflow載入訓練好的模型
第二十章：Tensorflow構建RNN網路
第二十一章：深度學習項目實戰-驗證碼識別
TAG:超級數學建模 |