新闻中心
 
首页 > 新闻中心
 
跟着时代潮流走,人工智能才是未来的王者

人工智能(AI)开创了应用程序开发的全新时代。通过利用机器学习和深度学习,可以完成用户配置优化,个性化设置及建议。另外,还可以整合更智能的搜索结果,提供语音界面或智能帮助等,用于优化程序本身。你甚至可以构建具有视觉和听觉,并能够作出反应的智能应用程序。


如何学习?别急,资料小编已经给你准备好了!下面小编给大家简单看一下目录。


第一部分 基础篇


第1章 初识机器学习


1.1 引言


1.2 基本术语


1.3 假设空间


1.4 归纳偏好


1.5 发展历程


1.6 应用现状


第2章 模型评估与选择


2.1 经验误差与过拟合


2.2 评估方法


2.2.1 留出法


2.2.2 交叉验证法


2.2.3 自助法


2.2.4 调参与最终模型


2.3 性能度量


2.3.1 错误率与精度


2.3.2 查准率、查全率与F1


2.3.3 ROC与AUC


2.3.4 代价敏感错误率与代价曲线


2.4 比较检验


2.4.1 假设检验


2.4.2 交叉验证t检验


2.4.3 McNemar检验


2.4.4 Friedman检验与后续检验


2.5 偏差与方差


第3章 线性模型


3.1 基本形式


3.2 线性回归


3.3 对数几率回归


3.4 线性判别分析


3.5 多分类学习


3.6 类别不平衡问题


第4章 决策树


4.1 基本流程


4.2 划分选择


4.2.1 信息增益


4.2.2 增益率


4.2.3 基尼指数


4.3 剪枝处理


4.3.1 预剪枝


4.3.2 后剪枝


4.4 连续与缺失值


4.4.1 连续值处理


4.4.2 缺失值处理


4.5 多变量决策树


第5章 神经网络


5.1 神经元模型


5.2 感知机 与多层网络


5.3 误差逆传播 算法


5.4 全局最小与局部极小


5.5 其他常见神经网络


5.5.1 RBF网络


5.5.2 ART网络


5.5.3 SOM网络


5.5.4 级联相关网络


5.5.5 Elman网络


5.5.6 Boltzmann机


第6章 支持向量机


6.1 间隔与支持向量


6.2 对偶问题


6.3 核函数


6.4 软间隔与正则化


6.5 支持向量回归


6.6 核方法


第7章 深度学习


7.1 卷积神经网络CNN基本原理


7.2 开源深度学习框架与常见卷积网络模型


7.3 循环神经网络RNN


7.4 生成模型与对抗生成网络


7.5 Keras基础(一)


7.6 Keras基础(二)


7.7 Keras基础(三)


7.8 Keras基础(四)


7.9 Keras基础(五)


7.10 Keras基础(六)


7.11 Keras(七) - 图像识别 例子分析


7.12 Keras(八) - 时序模型例子分析


7.13 Keras(九) - 自然语言处理例子分析


7.14 Keras(十) - 对抗网络与生成模型例子分析


7.15 Tensorflow,TFSlim,Tensorlayer基础(一)


7.16 Tensorflow,TFSlim,Tensorlayer基础(二)


7.17 Tensorflow,TFSlim,Tensorlayer基础(三)


7.18 Tensorflow,TFSlim,Tensorlayer基础(四)


7.19 Tensorflow,TFSlim,Tensorlayer基础(五)


7.20 Tensorflow,TFSlim,Tensorlayer(六) - 图像识别例子分析


7.21 Tensorflow,TFSlim,Tensorlayer(六) - 时序模型例子分析


7.22 Tensorflow,TFSlim,Tensorlayer(六) - 自然语言处理例子分析


7.23 Tensorflow,TFSlim,Tensorlayer(六) - 图像分割例子分析


7.24 Tensorflow,TFSlim,Tensorlayer(六) - 对象检测例子分析


徐州凯博智能科技有限公司
江苏省邳州市长江路6号东方国贸506室
0516-86995001
友情链接
徐州网站建设 智慧教育 人脸识别 互动课堂 答题器 智慧 教育 闸机 校园 安全
关于凯博
凯博概况
企业文化
企业荣誉
董事长寄语
联系方式
智慧校园
平安校园
太阳能光伏系列
太阳能发电
光伏发电
太阳能光伏路灯
联系方式
技术支持:徐州慧网 徐州凯博智能科技有限公司 电话:0516-86995001 地址:江苏省邳州市长江路6号东方国贸506室