课程名称：

手把手教你用Python 实践深度学习

课程购买链接：https://edu.hellobi.com/course/278

【温馨提示：1. 你可以在PC端浏览器或者微信收藏该页面，以方便你快速找到这个课程；2. 课程相关资料可在课程PC端公告查看下载；3.加入课程后，点(课时)列表即可观看视频 】

系统学习人工智能加入SVIP https://www.hellobi.com/svip

讲师的其他免费课程也可以前往学习！！！

戳：Hellobi Live | 机器学习技术在Python语言的商业应用   https://edu.hellobi.com/course/138

讲师介绍：

丘祐玮(DavidChiu) – 大数软件(LargitData)创办人，是一位致力于提供舆情分析服务的创业者与数据科学家，熟悉Hadoop，Spark 等巨量数据平台，及擅长使用R，Python与机器学习技术进行数据分析。曾任多家上市公司顾问及担任知名大数据应用程序竞赛的评审，自身着有Machine Learning With R Cookbook [Packt] 与 R Cookbook [Packt] 二书

本课程讲师配套其他课程：

人人都爱数据科学家！Python数据科学精华实战课程  https://edu.hellobi.com/course/159 

课程目录：

第一章： 从人工智能到深度学习    

1、手把手教你用Python实践深度学习  【时长：5分钟】

2、人工智能的发展历史  【时长：25分钟】

3、机器学习  【时长：25分钟】

4、监督式学习 - 规则模型  【时长：30分钟】

5、监督式学习 – 线性模型  【时长：20分钟】

6、类神经网络  【时长：15分钟】

7、建构神经网络  【时长：30分钟】

8、执行学习算法  【时长：40分钟】

9、训练神经网络  【时长：25分钟】

10、反向传播算法  【时长：30分钟】

11、训练神经网络  【时长：10分钟】

12、梯度消失  【时长：5分钟】

13、支持向量机  【时长：15分钟】

14、深度学习  【时长：30分钟】

第二章：使用TensorFlow & Keras 建构人工神经网络(Artificial Neural Network)    

1、TensorFlow简介  【时长：10分钟】    

2、安装TensorFlow  【时长：10分钟】    

3、使用TensorFlow Playground可视化人工神经网络  【时长：30分钟】    

4、Keras 安装与配置  【时长：10分钟】 

5、[实例] 使用人工神经网络预测客户是否可信  【时长：60分钟】    

6、评估、调参、优化人工神经网络  【时长：30分钟】    

7、比较人工神经网络与其他机器学习模型  【时长：60分钟】 

第三章：卷积神经网络 (Convolutional Neural Network)    

1、什么是卷积神经网络(Convolutional Neural Network)  【时长：10分钟】    

2、卷积特征提取  【时长：10分钟】    

3、ReLu层 (Rectified Linear Units)  【时长：20分钟】    

4、池化层 (Pooling)  【时长：20分钟】    

5、Flattening 层  【时长：10分钟】    

6、建立卷积神经网络  【时长：30分钟】    

7、什么是SoftMax 与 Cross-Entropy  【时长：20分钟】

8、[实例] 利用卷积神经网络实践手写识别  【时长： 分钟】

9、[实例] 利用卷积神经网络辨识图片  【时长：60分钟】    

10、如何调校卷积神经网络  【时长：30分钟】

第四章：循环神经网络(Recurrent Neural Networks)    

1、什么是循环神经网络(Recurrent   Neural Networks)  【时长：20分钟】    

2、消失的梯度问题(The vanishing gradient problem)  【时长：30分钟】    

3、长短期记忆网络 LSTM（Long Short-Term Memory）  【时长：30分钟】    

4、建立循环神经网络(Recurrent Neural Networks)  【时长：20分钟】    

5、[实例] 利用循环神经网络(Recurrent Neural Networks)预测股价  【时长：60分钟】

6、如何调校循环神经网络(Recurrent Neural Networks)  【时长：30分钟】  

7、[实例] 如何用自动生成句子  【时长：60分钟】

第五章：自编码网络 (AutoEncoder)    

1、什么是自编码网络(AutoEncoder)  【时长：10分钟】    

2、训练自编码网络 (AutoEncoder)  【时长：10分钟】    

3、过完备隐藏层(Overcomplete Hidden Layers)  【时长：10分钟】    

4、稀疏编码 (Sparse Autodncoders)  【时长：20分钟】    

5、降噪自动编码(Denoising Autoencoders )  【时长：10分钟】    

6、收缩自动编码(Contractive Autoencoders)  【时长：20分钟】    

7、多层自动编码 (Stacked Autoencoders)  【时长：20分钟】    

8、深度自动编码 (Deep Autoencoders)  【时长：20分钟】    

9、[实例] 使用自编码网络建立推荐系统  【时长：60分钟】

10、[实例] 使用自编码网络建立入侵检测系统  【时长：60分钟】   

第六章：生成对抗网络 GAN (Generative Adversarial Nets)    

1、生成对抗网络GAN (Generative Adversarial Nets) 基本原理  【时长：10分钟】    

2、GAN 代价函数  【时长：10分钟】    

3、深度卷积对抗生成网络(DCGAN)  【时长：20分钟】    

4、批归一化(Batch Normalization)  【时长：20分钟】    

5、小步长卷积（Fractionally-Strided Convolution）  【时长：30分钟】    

6、[实例] 利用生成对抗网络 GAN 自动生成图片  【时长：60分钟】    

7、[实例] 利用文本生成图像  【时长：60分钟】

第七章：深度增强学习    

1、基于价值的增强学习  【时长：20分钟】    

2、基于策略的增强学习  【时长：20分钟】    

3、基于模型的增强学习  【时长：20分钟】    

4、深度Q学习  【时长：30分钟】    

5、深度策略网络  【时长：30分钟】    

6、[实例] 使用增强学习建立人工智能  【时长：60分钟】

友情提示

1、PC端如果发现浏览器无法观看课程，建议使用谷歌浏览器观看；移动端建议直接微信打开课程页面

2、【在微信加入课程的用户注意】请微信收藏课程页面或者关注微信公众号：天善智能（点“我的”即可查看你已加入的课程），已方便下次学习。

3、课程相关资料可在课程PC端公告查看下载；

4、加入学习后请添加客服微信：tianshansoft08（请注明：课程名称），邀请你加入微信VIP群与老师&同学交流讨论。