edu磨課師+ 機器學習實務 影音教學 中文發音 繁體中文版(2DVD)
內容說明:
【課程簡介】
開課學校/機構:長榮大學
課程發展年度:2019
課程類別:資訊工程_電腦
本課程內容包含：人工智慧技術演進、深度學習多層神經網路（DNN）和卷積神經網路（CNN）的模型原理，以及相關套件（Tensorflow, Keras）的實作方法。
而資料視覺化呈現、資料前處理和常用機器學習（MLP, Random Forest, Logistic Regression, SVM等）的原理和實作方法，也使同學具備影像和數據資料的模型訓練、分類、預測和評估的技術。
【先備能力】
學員必須具備Python程式語言的能力。
【學習目標】
本課程目標在培養同學具備深度學習和數據分析實作能力，以滿足產業AI人才技能的需求。
課程內容:
001_1-1-人工智慧重大進展.mp4
002_1-2-電腦圍棋Alpha-Go簡介.mp4
003_1-3-人工智慧運用應用領域簡介.mp4
004_2-1-機器學習的類型.mp4
005_2-2-機器學習系統的建構準則.mp4
006_2-3-Python程式開發環境安裝與設定.mp4
007_3-1-神經元結構.mp4
008_3-2(I)-多層感知網路（MLP）概念.mp4
009_3-2(II)-多層感知網路（MLP）概念.mp4
010_3-3-MLP模型架構.mp4
011_4-1-MNIST手寫字資料集介紹.mp4
012_4-2-MLP模型建置流程.mp4
013_4-3-MLP模型訓練與評估.mp4
014_5-1-影像卷積處理概念.mp4
015_5-2-卷積式神經網路（CNN）概念.mp4
016_5-3-CNN模型架構.mp4
017_5-4-CNN經典模型介紹.mp4
018_6-1-Cifar-10資料集介紹.mp4
019_6-2-CNN模型建置流程.mp4
020_6-3-CNN模型訓練與評估.mp4
021_6-4-常用的OpenCV影像處理功能介紹.mp4
022_7-1-資料視覺化工具：Numpy.mp4
023_7-2-資料處理工具(I)：Pandas.mp4
024_7-3-資料處理工具(II)：Matplotlib.mp4
025_8-1-Iris(鳶尾花)資料集介紹.mp4
026_8-2-MLP模型建置流程.mp4
027_8-3-MLP模型訓練與評估.mp4
028_9-1-決策樹與隨機森林(Random-Forest,-RF).mp4
029_9-2-羅吉斯迴歸(Logistic-Regression,-LR).mp4
030_9-3-支援向量機(Support-Vector-Machine,-SVM).mp4
031_9-4-K-近鄰演算法(k-Nearest-Neighbor,-KNN).mp4
032_9-5-貝氏分類器(Naive-Bayes-Classification).mp4
033_10-1-Scikit-learn-Logistic-Regression.mp4
034_10-2-Scikit-learn-Random-Forest-Classifier.mp4
035_10-3-Scikit-learn-Support-Vector-Classifier.mp4
036_10-4-Scikit-learn-Kneighbors-Classifier.mp4
037_10-5-Scikit-learn-GaussianNB和MultinomialNB.mp4
038_11-1-威斯康辛乳癌數據集介紹.mp4
039_11-2-LR模型建置流程.mp4
040_11-3-RF模型建置流程.mp4
041_12-1-SVC模型建置流程.mp4
042_12-2-裝袋法Bagging整體學習.mp4
043_12-3-投票法Voting整體學習.mp4
044_13-1-K-mean分群法.mp4
045_13-2-K-Means實作.mp4
046_13-3-DBSCAN分群法.mp4
047_13-4-DBSCAN實作.mp4
影片介紹:
站內搜索
購物車
熱門關鍵字
慈濟大學
呂秉翰
點食成金
邱奕儒
俞慧芸
許立一
副教授
黃登揚
顏春煌
力學
分子生物學
中原大學
林惠茹
胡詠翔
待增補
陳如
經濟學不難
中央大學
中米麵食
王晃三
皮世明
生物化學IV
生物巨分子
全能通
交通
企業倫理
你的倫理課
余執彰
李惠春
李意娟
朋友
性別
林致信
波動與電磁
物理輕鬆學
易經的智慧
周賢明
英語輔助
家人
脂肪大觀園
