已有 1818 人购买
必修课1：人工智能产品经理课程大纲
必修课2：从零入门人工智能课程大纲
必修课2：机器学习实战课程大纲
立即学习
1 ： 第一部分：基础入门篇
课时1 ：课程大纲部分
课时2 ：人工智能基础
课时3 ：人工智能产品经理概述
2 ： 第二部分 架构设计篇
课时4 ：人工智能业务架构
课时5 ：人工智能技术架构
课时6 ：人工智能应用架构
课时7 ：人工智能数据架构
3 ： 第三部分 关键技术篇
课时8 ：人机交互模型
课时9 ：智能语音技术
课时10 ：自然处理技术概述
课时11 ：人脸识别技术
课时12 ：智能问答机器人
课时13 ：知识图谱技术
课时14 ：无人驾驶技术
4 ： 第四部分 发展趋势篇
课时15 ：人工智能发展的现状
课时16 ： 人工智能发展的阶段
5 ： 第五部分 战略规划篇
课时17 ：技术切入
课时18 ：战略框架
课时19 ：数据融合
课时20 ：流量变现
课时21 ：核心-场景驱动
立即学习
1 ： 什么是人工智能
课时1 ：人工智能背景介绍
课时2 ：前期环境准备
2 ： 深度学习入门基础知识
课时3 ：深度学习环境准备
课时4 ：TensorFlow快速入门（一）--基本概念和框架
课时5 ：Tensorflow快速入门（二）--实战演练和模型训练
课时6 ：Tensorflow快速入门（三）--技巧总结
课时7 ：深度学习数学知识一览表
课时8 ：作业：实例：用自己的数据集训练模型
课时9 ：作业讲解—如何制作自己的数据集1
课时10 ：作业讲解—如何制作自己的数据集2
3 ： 传统神经网络与参数理解
课时11 ：什么是多层感知机
课时12 ：激活函数的原理、类别与实现1
课时13 ：激活函数的原理、类别与实现2
课时14 ：损失函数的原理、类别与实现上
课时15 ：损失函数的原理、类别与实现下
课时16 ：梯度下降算法一
课时17 ：梯度下降算法二
课时18 ：学习率的设定
课时19 ：正则化的方法（一）
课时20 ：正则化的方法(二)
课时21 ：实例：识别花的种类
课时22 ：作业：改变不同的参数，提高识别花种类的准确率
课时23 ：作业讲解：不同参数的改变对于准确率的变化原理
4 ： 前向传播与反向传播
课时24 ：前向传播的原理
课时25 ：前向传播的代码实现
课时26 ：反向传播的原理
课时27 ：反向传播代码实现
课时28 ：实例：自己手写一个完整的BP
课时29 ：作业：写一个Autoencoder
课时30 ：作业讲解：如何写一个Autoencoder
5 ： 自编码Autocoder的原理及应用
课时31 ：什么是Autoencoer
课时32 ：Autoencoder的原理与实现
课时33 ：Autoencoder与PCA的区别
课时34 ：Autoencoder的变种（一）
课时35 ：Autoencoder的变种（二）
课时36 ：实例：Autoencoder与聚类结合在预测用户偏好中的应用
课时37 ：作业：运用Autoencoder对海量数据进行降维
课时38 ：作业讲解：如何高效的运用Autoencoder降维
6 ： 经典卷积神经网络及图像分类
课时39 ：卷积神经网络的背景与原理
课时40 ：卷积神经网络的代码实现（1）
课时41 ：卷积神经网络的代码实现（2）
课时42 ：Le-Net5的网络结构与实现
课时43 ：Alexnet的网络结构和实现
课时44 ：Vgg的网络结构及实现
课时45 ：GoogleNet的网络结构与实现
课时46 ：Resnet的网络结构及实现
课时47 ：实例：用经典的卷积神经网络cifar-10数据进行图像分类
7 ： 目标检测算法的原理及应用
课时48 ：目标检测算法的简介与种类
课时49 ：R-CNN相关算法的原理及实现（一）
课时50 ：R-CNN相关算法的原理及实现（二）
课时51 ：YOLO相关算法的原理及实现（一）
课时52 ：YOLO相关算法的原理及实现（二）
课时53 ：SSD相关算法的原理及实现 （一）
课时54 ：SSD相关算法的原理及实现 （二）
8 ： 迁移学习
课时55 ：迁移学习简介
课时56 ：迁移学习的应用
课时57 ：迁移学习的方法
课时58 ：迁移学习案例分享
9 ： 循环神经网络RNN
课时59 ：循环神经网络RNN的简介与原理详解
课时60 ：循环神经网络RNN的代码实现
课时61 ：实例：用RNN来做情感分析
10 ： 自然语言处理
课时62 ：LSTM的简介与原理详解
课时63 ：LSTM的代码实现
课时64 ：实例：用LSTM实现一个简单的聊天机器人
11 ： 无监督学习：对抗网络GAN
课时65 ：GAN的背景与应用
课时66 ：GAN的数学推导及代码实现
课时67 ：GAN的变种及应用
课时68 ：实例：用GAN生成二次元萌妹子
12 ： 深度学习的高性能计算
课时69 ：单机单卡的实现过程
课时70 ：单机多卡的实现过程
课时71 ：多机单卡的实现过程
课时72 ：多机多卡的实现过程
课时73 ：实例： 分布式训练实例：基于docker的分布式训练框架的搭建
13 ： 实战项目演练
课时74 ：用户分群与偏好预测经典案例
课时75 ：自动创作古诗词
课时76 ：自动创造音乐
立即学习
1 ： 自动识别窃漏电用户
课时1 ：业务分析与指标体系建立（逻辑回归）
课时2 ：模型构建与评估（逻辑回归）
课时3 ：模型评估方法(ROC曲线与LEFT曲线)
课时4 ：模型内在逻辑（梯度下降算法）
课时5 ：模型构建与评估（朴素贝叶斯）
课时6 ：模型内在逻辑（朴素贝叶斯）
课时7 ：自动识别泄漏电用户（逻辑回归）——模型构建与评估
课时8 ：自动识别窃漏电用户-贝叶斯（Python）
2 ： 异质性劳动力的工作满意度分析
课时9 ：异质性劳动力的工作满意度分析（决策树）——业务分析与指标体系建立
课时10 ：异质性劳动力的工作满意度分析（CART-决策树-R语言实现）（上）
课时11 ：异质性劳动力的工作满意度分析（CART-决策树-R语言实现）（下）
课时12 ：异质性劳动力的工作满意度分析（决策树）——模型内在逻辑CART-Gini
课时13 ：异质性劳动力的工作满意度分析（决策树）——模型内在逻辑CART-剪枝
课时14 ：异质性劳动力的工作满意度分析-CART（Python）
3 ： 航空公司客户价值分析
课时15 ：航空公司客户价值分析（聚类分析）——业务分析与指标体系建立
课时16 ：航空公司客户价值分析（聚类分析）——数据处理之R语言
课时17 ：航空公司客户价值分析（聚类分析）--聚类分析之R语言
课时18 ：航空公司客户价值分析(聚类分析)——聚类分析结果之业务应用
课时19 ：航空公司客户价值分析（聚类分析）--数据中心化vs标准化vs归一化
课时20 ：航空公司客户价值分析（聚类分析）--聚类分析原理延伸
课时21 ：航空公司客户价值分析（聚类分析）--python实现（上）
课时22 ：航空公司客户价值分析（聚类分析）--python实现（下）
4 ： 中医证型关联分析
课时23 ：中医症型关联分析--业务分析与指标体系建立
课时24 ：中医症型关联分析（关联规则）--关联规则理论延伸
课时25 ：中医症型关联分析（关联规则）--关联规则R语言实现（上）
课时26 ：中医症型关联分析（关联规则）--关联规则R语言实现（下）
课时27 ：中医症型关联分析（关联规则）--业务应用
课时28 ：中医症型关联分析（关联规则）--关联规律延伸理论--Apriori
课时29 ：中医症型关联分析（关联规则）--关联规则python语言实现
5 ： 上市公司财务预警
课时30 ：上市公司财务预警（神经网络）--业务分析与指标体系建立
课时31 ：上市公司财务预警（神经网络）--神经网络实现--R语言
课时32 ：上市公司财务预警（神经网络）--神经网络理论初探
课时33 ：上司公司财务预警（神经网络）--BP神经网络理论延伸
课时34 ：上市公司财务预警（神经网络）--python实现

可从以下课程中任选5门选修课，强化能力

网课涵盖数据系列的课程：从基础的数据库知识，到商业智能解决方案，到数据挖掘，大数据， 数据分析与统计， 人工智能，深度学习，机器学习等系列！以下为天善网课部分优质课程推荐！！

如果不明白往哪个方向发展，这里有专业的职业发展咨询顾问为你解答 祝你扬帆起航一路顺利
咨询如何选课程 立即购买SVIP

常见问题/Question & Answer

  • Q：SVIP 会员如何使用？

    A：SVIP 会员详细使用说明请查看： https://ask.hellobi.com/blog/team/5682

  • Q：如果我有关于SVIP会员的问题，该如何咨询？

    A：您可以直接拨打梁老师咨询电话158-2133-9409，联系梁老师QQ：744711023，或者发送邮件至 liangyong@hellobi.com。

  • Q：SVIP到期时间？课程到期时间？

    A：购买SVIP后有效期为1年，在这一年中，可以加入8套课程，课程有效期为2年！全站所有课程都任选！

  • Q：每节课的时间多长？

    A：每节课的时间一般控制在10-15分钟左右，有些课程为了保证教学连续性，大约30分钟左右。这个时间长度更适合学生消化理解。

  • Q：学习过程中遇到问题怎么办？

    A：可以直接在课程中独享的答疑区进行提问，讲师会积极回答问题。此外，凡参加课程的学员都会进入课程内容VIP群，讲师和社区专家会分享知识和答疑问题。

Copyright © 天善智能-上海拓善智能科技有限公司 2018

在线咨询

梁老师
立即购买
744711023