|
課程概述
通過對機器學習的基本原理的學習，在課程中掌握python編程，實踐機器智能的實驗，完成機器智能的課程項目。
通過對機器智能系統的實踐，在實踐中掌握TensorFlow2機器學習技術，實踐TensorFlow2的人工智能應用，如計算機視覺、語音識別等。
為學生理清人工智能產業發展方向，瞭解人工智能產業的生態，各種技術工具及應用，拓展對人工智能產業的認識視野，培養人工智能產業的創新與創業能力。
教學單元
1 BDMI-課程介紹
2 Python語言學習
Python語言基礎1
Python語言基礎-2
Python語言基礎-3
Python庫介紹-Numpy
Python庫介紹-Matplotlib
Python庫介紹-Pandas
Python可視化庫-Seaborn
3 機器學習和Scikit-learn實踐
機器學習：基本概念與術語
scikit-learn實踐
4 深度學習和TensorFlow2實踐
深度學習1：人工神經元
深度學習2：邏輯思提回歸
深度學習3-多層網絡
深度學習4-5 網絡結構與卷積網絡
深度學習6 循環網絡
5 機器學習與深度學習應用
自然語言處理與大語言模型
量化交易中機器學習應用
6 特邀報告1-從系統視角看機器學習：以TensorFlow為例
7 特邀報告2-強化學習與OpenRL
課程列表
名稱 時間長度
第01講Python基礎知識-1 00:04:28
第02講Python基礎知識-2 00:05:07
第03講Python基礎知識-3 00:05:04
第04講Python庫-數值計算-Numpy 00:08:02
第05講Python庫-matplotlib 00:07:19
第06講Python數據分析庫-Pandas 00:15:53
第07講Python可視化庫-Seaborn-1 00:03:34
第08講Python可視化庫-Seaborn-2 00:01:26
第09講Python可視化庫-Seaborn-3 00:05:14
第10講Python可視化庫-Seaborn-4 00:05:13
第11講Python可視化庫-Seaborn-5 00:09:34
第12講機器學習-sklearn-1 00:14:31
第13講機器學習-sklearn-2 00:24:11
第14講機器學習-sklearn-3 00:08:08
第15講深度學習-人工神經元 00:04:20
第16講DL-多層網絡-1 00:15:23
第17講DL-多層網絡-2 00:12:14
第18講DL-多層網絡-3 00:17:34
第19講DL-多層網絡-4 00:12:48
第20講DL-CNN-1 00:14:44
第21講DL-CNN-2 00:12:33
第22講DL-RNN-1 00:25:23
第23講DL-RNN-2 00:13:40
第24講DL-RNN-3 00:21:39
第25講NLP-Transformer-BERT-GPT 00:22:50
第26講NLP-languageModel 00:11:02
第27講Part1-機器學習-量化 00:26:08
第28講Part2-機器學習-量化 00:24:16
第29講Part3-機器學習-量化 00:16:02
第30講Part1-從系統視角看機器學習：以TensorFlow為例 00:19:25
第31講Part2-從系統視角看機器學習：以TensorFlow為例 00:19:20
第32講Part3-從系統視角看機器學習：以TensorFlow為例 00:23:12
第33講Part1-強化學習與OpenRL 00:16:50
第34講Part2-強化學習與OpenRL 00:16:13
|
MS_3270