热点:

返回顶部
QQ咨询
官方微信
首页 > AI基础课 > AI基础课|人工智能与TensorFlow
课程图片
AI基础课|人工智能与TensorFlow
课程分类
报名人数
673人已报名
免费
课程介绍

随着谷歌不断在开放AI开发平台,人工智能开发像Android一样逐渐平民化、大众化,是主动学习还是被动淘汰?显然,越早学习和掌握这一技术的人才越有优势。 为此,摩尔吧特开设“AI基础系列课程”,涵盖 PythonTensorFlow、树莓派、神经棒以及视频对话节目“AI发现”,让我们跟着大咖的视角来近距离解密AI。


为什么学习人工智能的时候需要学习tensorflow?

首先tensorflow是google维护的一个框架,现在在业内使用的最为广泛,其次,由于tensorflow封装了很多人工智能的逻辑,它能够帮你在100行复杂代码里实现复杂的图片识别功能。

此门课程是一门入门课程,除了讲述tensorflow的技术细节以外,还会为大家介绍很多关于人工智能的思维逻辑以及后面的数学方法,希望大家除了学习到了tensorflow的技术以外还能对人工智能有一个立体的了解。

罗列两个我们经常遇到的关于人工智能的常规问题:

1、人工智能是大数据吗?它是机器学习吗?

2、我们能否根据彩票的中奖的历史数据去预测下一次的中奖号码?

如果你不知道这些问题的答案没有关系,相信通过本次的学习,你都会对人工智能有一套自己的看法。

整个课程分为20小节,内容主要涵盖:tensorflow的结构和语法,机器学习的基础知识,深度学习的各种算法比如DNN,CNN,RNN。

1(598).jpg

讲师介绍:

03272.png


系列课程大纲(课程持续更新中):

第1课:引言(Introduction)

第2课:TensorFlow的介绍与基本语法

第3课:机器学习(machine learning)入门

第4-5课:线性回归(linear regression)

第6课:线性代数(可选)

第7-8课:逻辑回归(logistic regression)

第9课:偏差(bias)与方差(viarance)

第10课:神经网络(neural network)

第11课:深度神经网络(deep neural network)

第12-14课:卷积神经网络(convolutional neural network)

第15-17课:循环神经网络(recurrent neural network)

第18课:准确率(precision)与召回率(recall)

第19-20课:小结


Tensor Flow安装:点击获取


AI基础系列课程:

【精品套餐】轻松入门python3

【AI发现】失业在左、就业在右,人工智能时代的潘多拉魔盒

AI基础课|人工智能与TensorFlow

树莓派系列课程(敬请期待)

神经棒系列课程(敬请期待) 


欢迎加入摩尔吧直播交流群:官方1群531211593(已满) 官方2群 494528376 摩尔吧直播交流群

讲师介绍

曾新

曾新,2012年毕业于清华大学, 2013年毕业于美国卡内基梅隆大学,2014-2017年在美国甲骨文公司任高级软件工程师,负责大数据系统的性能优化。现就职于bom2buy公司,任AI部技术总监。 其业余时间在Github开发的TinyCrayon项目,利用机器学习的方法实现了在手机端的智能抠图技术,深受开发者欢迎。

课程评分
评论
review.user.nick_name

评论
暂无评论~
问答
[最新 的回答] {{question.answer.body}}
时间:{{question.created_at}} 源自:{{question.lecture.title.title}} 收起回答 {{question.num_answers}} 回答
  • [{{answer.user.nick_name}} 的回答] {{answer.body}}
儒卓力电池管理系统应用研讨会
pcb设计四部曲
授课老师
曾新
研发
猜你喜欢