Scikit-Learn 、机器学习、Keras、卷积神经网络学习视频

最新在学习Scikit-Learn机器学习Keras卷积神经网络 相关技术,网上关于Scikit-Learn机器学习Keras的教程不多,特别是国内的,本着互联网是开放及分享的思想,我特地花些时间整理了相关视频教程,一个体系学习下来。应该是对机器学习及神经网络相关入门了。



全新Scikit-Learn 、机器学习、Keras、卷积神经网络 学习 大纲整理如下,获取视频和机器学习相关技术可以跟我交流;
微信
jiajia1126911517


-------------------课程目录-------------------

第一部分     机器学习及Scikit-Learn学习

  00-什么是机器学习? What is machine learning?.avi
  01-Scikit-Learn 1 Why? (机器学习 sklearn 教学教程tutorial).avi
  02-Scikit-Learn 2 安装 (机器学习 sklearn 教学教程tutorial).avi
  03-Scikit-Learn 3 如何选择机器学习方法 (机器学习 sklearn 教学教程tutorial).avi
  04-Scikit-Learn 4 通用学习模式 (机器学习 sklearn 教学教程tutorial).avi
  05-Scikit-Learn 5 sklearn 的 datasets 数据库  (机器学习 sklearn 教学教程tutorial).avi
  06-Scikit-Learn 6 model 常用属性和功能 (机器学习 sklearn 教学教程tutorial).avi
  07-Scikit-Learn 7 normalization 标准化数据  (机器学习 sklearn 教学教程tutorial).avi
  08-Scikit-Learn 8 cross validation 交叉验证1 (机器学习 sklearn 教学教程tutorial).avi
  09-Scikit-Learn 9 cross validation 交叉验证2 (机器学习 sklearn 教学教程tutorial).avi
  10-Scikit-Learn 10 cross validation 交叉验证3 (机器学习 sklearn 教学教程tutorial).avi
 11-Scikit-Learn 11 Save (机器学习 sklearn 教学教程tutorial).avi
  
第二部分   Keras


Keras #1 Why? (教学 教程 tutorial)
Keras #2 安装 (教学 教程 tutorial)
Keras #3 兼容 backend (教学 教程 tutorial)
Keras #4 Regressor 回归 (教学 教程 tutorial)
Keras #5 Classifier 分类 (教学 教程 tutorial)
Keras #6 CNN 卷积神经网络 (教学 教程 tutorial)
Keras #7 RNN Classifier 循环神经网络 (教学 教程 tutorial)
Keras #8 RNN Regressor 循环神经网络 (教学 教程 tutorial)
Keras #9 Autoencoder 自编码 (教学 教程 tutorial)
Keras #10 Save & reload 保存提取 (教学 教程 tutorial)




第三部分  卷积神经网络


什么是卷积神经网络 CNN (深度学习)? What is Convolutional Neural Networks (deep learning)?
什么是循环神经网络 RNN (深度学习)? What is Recurrent Neural Networks (deep learning)?
什么是 LSTM RNN 循环神经网络 (深度学习)? What is LSTM in RNN (deep learning)?
什么是自编码 Autoencoder (深度学习)? What is an Autoencoder in Neural Networks (deep learning)?


  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值