零基础深度学习

本内容比较适合零基础但对人工智能技术与人工智能程序开发感兴趣，想从事人工智能相关工作或需要在本职工作中加入人工智能技术的在职人员或在校学生。
以Python为主要开发语言，深入浅出快速上手最先进的深度学习技术。
收获：能够使用程序开发技能完成诸如计算机视觉、自然语言处理等人工智能任务，例如图像识别、智能翻译等，亦能够使用本课程中提供的工具在自己所处行业中，进行具体人工智能技术的设计与实施，使用深度学习技术进行行业数据分析。
本内容会提供基础的数学部分与Python程序设计部分的讲解，每一章都包含丰富的实例与项目，让您完全理解掌握人工智能与深度学习的相关知识与技能。

Chapter 1. 基础知识
包含线性代数、概率与数理统计、微积分等深度学习基础数学知识，也涵盖了本课程中能够使用的Python程序设计知识，通过实战编写一个数学游戏实例，为之后的学习打下良好的基础。
Chapter 2. 神经网络
包含从MCP模型到多层感知器的历史发展，详细讲解神经网络的前馈与反馈计算的数学推导与实际项目，实例中包含使用Tensorflow等深度学习系统编写神经网络的方法，并完成数据分析实战。
Chapter 3. 卷积网络
从最基本的卷积算法开始，逐步深入到深层卷积网络，详细讲解卷积网络的特征提取方法，并讲解如何在非图像数据上实施卷积网络进行数据分析，让您能在任何行业寻找合适数据并应用卷积网络。
Chapter 4. 序列网络
本章将包含处理自然语言等时序数据常用的RNN模型与LSTM技术， 以及序列建模、词向量映射等各种自然语言处理技术，丰富的实例将会包含翻译、对话、文本生成等，并让您实践如何使用时序建模技术进行数据预测。
参考：零基础深度学习