深度学习基础加进阶视频教程

【课程内容】 基础 课程介绍机器学习介绍 深度学习介绍 基本概念 决策树算法 决策树应用 最邻近规则分类KNN算法 最邻近规则KNN分类应用 支持向量机SVM 神经网络算法应用 简单线性回归 多元线性回归 非线性回归 Logistic Regression 回归中的相关度和决定系数 回归中的相关性和R平方值应用 Kmeans算法 Kmeans应用 Hierarchical clustering 层次聚类 进阶 基本概念 软件包安装和环境配置总述 环境配置分部详解 手写数字识别 神经网络基本结构及梯度下降算法 随机梯度下降算法 梯度下降算法实现 神经网络手写数字演示 Backpropagation算法 cross-entropy函数 Softmax和Overfitting Regulazition和Dropout 正态分布和初始化 提高版本的手写数字识别实现 神经网络参数hyper-parameters选择 深度神经网络中的难点 用ReL解决VanishingGradient问题 ConvolutionNerualNetwork算法 ConvolutionNeuralNetwork实现 Restricted Boltzmann Machine D eep Brief Network 和 Autoencoder