知名線上課程 【尹相志深度學習實戰1】秒懂AI深度學習-基本概念篇(含教材) 講師:尹相志 影音教學 中文發音 繁體中文版(DVD版)
想學習AI人工智慧卻總找不到系統性的學習方式？尹相志老師獨家授課：AI深度學習實戰課程，結合業界實例、產業知識、重要論文，讓你一次性學習最熱門人工智慧實作和正確觀念。全系列課程主題包含：深度學習基礎概念、機器視覺、自然語言處理、強化學習，帶你逐一深入了解AI人工智慧，絕不馬虎！
思路決定深度
課程簡述\t
什麼是人工智慧與深度學習\t
監督式學習與非監督式學習\t
人工智慧時代的濫觴與人工智化的發展史\t
如何建構人工神經網路\t
深度學習的發展重點:活化函數\t
幾個重要的活化函數\t
改變世界的3篇論文\t
目前世界主流的神經網路\t
深度學習與機器學習的差異\t
朝向最佳解邁進
開始深度學習的第一步-表徵學習\t
實作：自動編碼器\t
變分自編碼器-重構表徵\t
新世代人工神經網路的重點-倒傳導\t
人工神經網路的架構圖\t
人工神經網路是在傳遞什麼呢?\t
如何找到人工神經網路的最優化--梯度下降\t
初學者最容易犯錯的地方-學習速率\t
欠擬合與過擬合\t
正規化\t
2020實作1 另一種角度看Mnist
Hellow Mnist 簡介
模型架構及 API 網路結構介紹
實作手寫數字數據集 MNIST
模型視覺化分析
2020實作2 - 活化涵數大清點
活化函數實作簡介
API trident 安裝與解說
比較活化函數效能差異
活化函數計算開銷與推論效果
活化函數梯度分布
檢視梯度與權重分布
2020實作3 - 寶可夢自動編碼器
Autoencoder簡介
安裝api與數據集載入
模型設計
資料建模
執行訓練
執行結果
表徵學習
特徵向量降維與視覺化
寶可夢的相似性搜索
|
|
專業知識教學
