Python3入门人工智能，掌握机器学习+深度学习

传统机器学习+深度学习+迁移学习+经典案例+核心工具，多维度走进人工智能

讲师赵辛为福布斯中国U30科技上榜者，孔雀人才，全奖海归博士，课程囊括机器学习与深度学习，监督与无监督学习，综合多项技术的混合算法，采用sklearn与keras框架（底层调用tensorflow）为你学习AI打下扎实基础。

├─第1章 人工智能时代，人人都应该学会利用AI这个工具

│  └─第1章 人工智能时代，人人都应该学会利用AI这个工具

│          1-1_课程导学.mp4

│          1-2_内容快速概览.mp4

│          1-3_人工智能介绍.mp4

│          1-4_环境及工具包介绍.mp4

│          1-5_环境配置及Python语法实操.mp4

│          1-6_Pandas、Numpy、Matplotlib实操.mp4

│          

├─第2章 机器学习之线性回归

│  └─第2章 机器学习之线性回归

│          2-1_机器学习介绍.mp4

│          2-2_线性回归.mp4

│          2-3_线性回归实战准备.mp4

│          2-4_单因子线性回归实战.mp4

│          2-5_多因子线性回归实战.mp4

│          

├─第3章 机器学习之逻辑回归

│  └─第3章 机器学习之逻辑回归

│          3-1_分类问题介绍.mp4

│          3-2_逻辑回归（1）.mp4

│          3-3_逻辑回归（2）.mp4

│          3-4_实战准备.mp4

│          3-5_考试通过实战（一）.mp4

│          3-6_考试通过实战（二）.mp4

│          3-7_芯片检测实战.mp4

│          

├─第4章 机器学习之聚类

│  └─第4章 机器学习之聚类

│          4-1_无监督学习.mp4

│          4-2_Kmeans-KNN-Meanshift.mp4

│          4-3_实战准备.mp4

│          4-4_Kmeans实战（1）.mp4

│          4-5_Kmeans实战（2）.mp4

│          4-6_KNN-Meanshift.mp4

│          

├─第5章 机器学习其他常用技术

│  └─第5章 机器学习其他常用技术

│          5-1_决策树（1）.mp4

│          5-2_决策树（2）.mp4

│          5-3_异常检测.mp4

│          5-4_主成分分析.mp4

│          5-5_实战准备.mp4

│          5-6_实战（1）.mp4

│          5-7_实战（2）.mp4

│          5-8_实战（3）.mp4

│          

├─第6章 模型评价与优化

│  └─第6章 模型评价与优化

│          6-1_过拟合与欠拟合.mp4

│          6-2_数据分离与混淆矩阵.mp4

│          6-3_模型优化.mp4

│          6-4_实战准备.mp4

│          6-5_实战（一）.mp4

│          6-6_实战（二）.mp4

│          6-7_实战（三）.mp4

│          

├─第7章 深度学习之多层感知器

│  └─第7章 深度学习之多层感知器

│          7-1_多层感知器(MLP).mp4

│          7-2_MLP实现非线性分类.mp4

│          7-3_实战准备.mp4

│          7-4_实战（一）.mp4

│          7-5_实战（二）.mp4

│          

├─第8章 深度学习之卷积神经网络

│  └─第8章 深度学习之卷积神经网络

│          8-1_卷积神经网络（一）.mp4

│          8-2_卷积神经网络（二）.mp4

│          8-3_实战准备.mp4

│          8-4_实战（一）.mp4

│          8-5_实战（二）.mp4

│          

├─第9章 深度学习之循环神经网络

│  └─第9章 深度学习之循环神经网络

│          9-1_序列数据案例.mp4

│          9-2_循环神经网络RNN.mp4

│          9-3_不同类型的RNN模型.mp4

│          9-4_实战准备.mp4

│          9-5_实战（一）RNN股价预测.mp4

│          9-6_实战（二）RNN股价预测.mp4

│          9-7_实战（一）LSTM实现文本生成.mp4

│          9-8_实战（二）LSTM实现文本生成.mp4

│          

├─第10章 迁移混合模型

│  └─第10章 迁移混合模型

│          10-10_机器+深度学习实现少样本苹果分类（二）.mp4

│          10-11_机器+深度学习实现少样本苹果分类（三）.mp4

│          10-12_机器+深度学习实现少样本苹果分类（四）.mp4

│          10-1_迁移学习（一）.mp4

│          10-2_迁移学习（二）.mp4

│          10-3_在线学习.mp4

│          10-4_混合模型1.mp4

│          10-5_混合模型2.mp4

│          10-6_实战准备（一）.mp4

│          10-7_实战准备（二）.mp4

│          10-8_基于新数据的迁移学习实战.mp4

│          10-9_机器+深度学习实现少样本苹果分类（一）.mp4

│          

├─第11章 课程总结

│  └─第11章 课程总结

│          11-1_课程总结（一）.mp4

│          11-2_课程总结（二）.mp4

│          11-3_课程总结（三）.mp4

课程资料：

Artificial_Intelligence-master.zip