本文主要是介绍【决胜AI系列】机器学习深度学习系统实战！-唐宇迪-专题视频课程，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
【决胜AI系列】机器学习&深度学习系统实战！—34159人已学习课程介绍
数学原理推导与案例实战紧密结合，由机器学习经典算法过度到深度学习的世界，结合深度学习两大主流框架Caffe与Tensorflow，选择经典项目实战人脸检测与验证码识别。原理推导，形象解读，案例实战缺一不可！ 专属会员卡优惠链接：http://edu.csdn.net/lecturer/1079 更多精彩课程紧张录制中~
课程收益
掌握机器学习算法与应用。数据和代码在课程目录里面右侧有下载符号，得用电脑登录下载。
讲师介绍
唐宇迪 更多讲师课程
计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战讲师。在图像识别领域有着丰富经验，实现过包括人脸识别，物体识别，关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。
课程大纲
第1章:回归算法原理推导
1. 系列课程概述 （PPT和代码在右侧有个下载箭头->） 5:34
2. 系列课程Python环境配置 10:44
3. 机器学习概述 10:39
4. 回归算法原理推导 11:48
5. 回归算法误差项分析 9:32
6. 回归算法目标函数求解 13:02
7. 数学推导能做什么 7:05
8. 科学计算库Numpy简介 7:56
9. 答疑与讨论 22:32
第2章:决策树与随机森林
1. 决策树概述 8:29
2. 熵原理 10:59
3. 决策树构造实例 10:28
4. 信息增益率 6:51
5. 决策树剪枝策略 10:07
6. 随机森林模型 8:25
7. 决策树剪枝参数 7:30
8. 逻辑回归原理 12:15
9. 答疑与讨论 12:40
第3章:实战样本不均衡数据解决方法（上）
1. Numpy基础操作（代码下载->） 7:21
2. Numpy数组运算 12:13
3. Numpy常用函数 10:33
4. Pandas基础 17:02
5. Pandas常用函数 9:49
6. Pandas预处理实例 9:29
7. 透视表与自定义函数 14:02
8. 答疑与讨论 22:01
第4章:实战样本不均衡数据解决方法（下）
1. 欺诈检测数据背景（数据代码下载->） 11:41
2. 下采样策略 8:17
3. 交叉验证 9:17
4. 梯度下降原理 9:30
5. 梯度下降实例 4:58
6. 模型评估方法 13:43
7. 正则化惩罚项 7:44
8. 使用scikit-learn进行建模 7:38
9. 混淆矩阵 12:37
第5章:支持向量机
1. 下采样策略复习 8:01
2. 阈值对模型结果的影响 8:40
3. SMOTE算法完成过采样 10:07
4. 支持向量机算法优化目标 13:34
5. 拉格朗日乘子法求解 7:53
6. 目标函数求解 9:22
7. 支持向量机求解实例 13:34
8. 软间隔支持向量机 5:27
第6章:Xgboost集成算法
1. 支持向量机核变换问题 12:28
2. 支持向量机参数 5:00
3. Xgboost基本思想 11:45
4. Xgboost原理推导 11:47
5. Xgboost求解 10:00
6. Xgboost库安装 6:44
7. Xgboost使用实例 12:10
第7章:神经网络基础
1. 深度学习概述（神经网络PPT下载-->） 15:02
2. 计算机视觉挑战与常规套路 11:32
3. 线性分类 11:49
4. Softmax分类器 8:06
5. 最优化问题 9:51
6. 反向传播与参数更新 14:45
7. 神经网络概述 4:49
第8章:神经网络整体架构
1. 神经网络整体架构 10:03
2. 神经网络DEMO演示 11:44
3. 正则化与激活函数 11:50
4. dropOut 10:28
5. 特征工程 6:02
6. BenchMark 19:31
7. 卷积神经网络应用 5:59
第9章:卷积神经网络
1. 卷积神经网络概述 11:14
2. 卷积特征提取 7:37
3. 卷积计算流程 12:24
4. 边缘填充 9:06
5. 卷积参数共享 7:12
6. 池化层操作 13:22
7. 经典网络架构 13:52
第10章:深度学习框架-Tensorflow实战
1. Tensorflow安装（数据代码-->下载） 10:05
2. Tensorflow变量 10:45
3. 基本使用方法 9:27
4. 线性回归实例 12:14
5. 神经网络结构与参数定义 10:30
6. 神经网络迭代训练 9:26
7. 卷积神经网络实战Mnist数据集 9:52
第11章:案例实战-验证码识别
1. 卷积参数设置 11:11
2. 完成网络模型设计 10:30
3. 网络迭代训练 10:37
4. 验证码识别任务概述 8:15
5. 训练验证码识别网络模型 15:17
6. Kmeans聚类算法 8:02
7. 聚类综述 13:04
第12章:案例实战-人脸检测
1. Caffe数据层配置文件 16:47
2. Caffe计算层配置 7:17
3. 超参数配置 14:33
4. Caffe数据源制作 12:14
5. 网络模型训练 15:38
6. 代码概述与答疑讨论 24:00
大家可以点击【 查看详情】查看我的课程
这篇关于【决胜AI系列】机器学习深度学习系统实战！-唐宇迪-专题视频课程的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
