zoukankan      html  css  js  c++  java
  • 8 个超赞的深度学习课程(附评分)

    在工程领域,机器学习的应用并不如想象中多,而深度学习每天都在改变生活。入门深度学习的好课不仅让你了解技术领域的前沿,还能帮助你提升求职竞争力。以下 8 门课程(大部分评分来自 Class Central)推荐给你。

    Creative Applications of Deep Learning with TensorFlow

    Kadenze

    ★★★★☆ (基于 43 个评价)

    这门课程会为你介绍 deep learning,让你能够构建最先进的人工智能算法。其中包含最基本的深度学习知识(基础课),包括什么是深度学习?算法如何工作?如何编写程序构建卷积神经网络,变分自动编码器,生成对抗网络,递归神经网络。本课程不仅带你构建算法,还会深入研究充满创意的应用。

    课程地址


    Neural Networks for Machine Learning

    University of Toronto

    ★★★☆ (基于 25 个评价)

    语音和对象识别,图像分割,建模语言和人体运动等领域都会用到机器学习和神经网络。本课程会带你了解这些应用所需的基本算法,以及实现他们所需的良好技巧。这门课需要一定的微积分知识及 Python 编程基础。

    课程地址


    MIT 6.S191: Introduction to Deep Learning

    Massachusetts Institute of Technology (MIT)

    ★★★★☆ (基于 2 个评价)

    本课程会为你介绍深度学习的基本方法(入门课程),以及机器翻译,图像识别,游戏,图像生成等应用。这门课程中还会有一些和 TensorFlow 合作展开的实验内容。

    课程地址


    MIT 6.S094: Deep Learning for Self-Driving Cars

    Massachusetts Institute of Technology (MIT)

    ★★★★☆ (基于 1 个评价)

    这是一门面向新手的课程,为机器学习初学者设计,同时也能为研究人员提供实践领域的借鉴。本课程通过构建自动驾驶汽车来介绍深度学习。

    课程地址


    CS224d: Deep Learning for Natural Language Processing

    University of Oxford

    无评分

    这是一门关于自然语言处理的进阶课程。需要你具备一定的概率论,线性代数和连续数学的基础,了解基本的机器学习模型,编程熟练,但不需要具备语言学的知识。你将会学到一系列神经网络模型,能够优化模型算法,了解如何用这些算法构建最先进的 NLP 系统,了解应用过程中可能出现的硬件问题,最终实现和评估 NLP 常见的神经网络模型。

    课程地址


    CS224n: Natural Language Processing with Deep Learning

    Stanford University

    无评分

    深度学习在自然语言处理中能实现很好的应用。本课程中学生将学习如何实现,训练,调试,可视化甚至发明他们自己的神经网络模型。课程全面介绍了应用于 NLP 的深度学习的前沿研究。模型上涵盖了基于窗口的神经网络,递归神经网络,长短期记忆模型,卷积神经网络等。编程作业会帮助你掌握必要的实践技巧。

    课程地址


    CS231n: Convolutional Neural Networks for Visual Recognition

    Stanford University

    无评分

    这门课由李飞飞主讲,课程为期 10 周,其间课程会深入探讨深度学习的细节,重点学习图像分类。学生将学习如何训练和调试自己的神经网络模型,了解计算机视觉的前沿领域。课程的资料都可以在 Stanford 的课程首页找到,包含笔记,视频等。

    课程地址


    Deep Learning A-Z™: Hands-On Artificial Neural Networks

    Kirill Eremenko and the SuperDataScience Team

    ★★★★☆ (基于 13,832 个评价)

    学习使用 Python 构建深度学习算法(偏向实践领域)。课程分为两部分:监督学习和无监督学习。每个部分会为你介绍 3 种不同的算法。专注于深度学习背后的直观理解,而不只是冰冷的数学推导和程序。课程的实战项目基于真实世界的数据集,目的是解决实际问题。

    课程地址

  • 相关阅读:
    了解Onunload,onbeforeunload事件
    asp.net 获取客服端的Ip地址
    HttpWebRequest WebResponse 对象简单了解
    web 编辑word 之dsoframer控件
    web编辑word之dsoframer(二)
    WebClient 对象实现下载和上传
    jquery datagrid 后台获取datatable处理成正确的json字符串
    doc文档的web查看
    C#中处理字符串对象的函数
    类3-类的static属性
  • 原文地址:https://www.cnblogs.com/williamjie/p/10275118.html
Copyright © 2011-2022 走看看