Python中的机器学习和深度学习训练营（2022）

Keras和TensorFlow中的机器学习、神经网络、计算机视觉、深度学习和强化学习

你会学到什么
解决回归问题(线性回归和逻辑回归)
解决分类问题(朴素贝叶斯分类器、支持向量机)
使用神经网络(前馈神经网络、深度神经网络、卷积神经网络和递归神经网络
谷歌或脸书等公司使用的最新机器学习技术
基于OpenCV的人脸检测
张量流和Keras
深度学习-深度神经网络、卷积神经网络(CNN)、递归神经网络(RNNs)
强化学习- Q学习和深度Q学习方法

MP4 |视频:h264，1280×720 |音频:AAC，44.1 KHz，2声道
语言：英语+中英文字幕（云桥网络 机译） |时长:325节课(31小时6分钟)|大小解压后:7.26 GB



要求
基础Python——我们也将使用Panda和Numpy(我们将在实现过程中介绍基础知识)

描述
对机器学习、深度学习、计算机视觉感兴趣？那么本套课程就是为你准备的！
本课程是关于机器学习、深度学习、强化学习和机器学习的基本概念。这些话题现在变得非常热门，因为这些学习算法可以用于从软件工程到投资银行的几个领域。
[2022] Machine Learning and Deep Learning Bootcamp in Python

在每一节中，我们将讨论所有这些算法的理论背景，然后我们将一起实现这些问题。我们将Python与SkLearn、Keras、TensorFlow一起使用。

###机器学习###

1.)线性回归

了解线性回归模型

相关和协方差矩阵

随机变量之间的线性关系

梯度下降和设计矩阵方法

2.)逻辑回归

理解逻辑回归

分类算法基础

最大似然函数和估计

3.)K-最近邻分类器

什么是k近邻分类器？

非参数机器学习算法

4.)朴素贝叶斯算法

什么是朴素贝叶斯算法？

基于概率的分类

交叉验证

过度拟合和欠拟合

5.)支持向量机

支持向量机和支持向量分类器

最大间隔分类器

内核技巧

6.)决策树和随机森林

决策树分类器

随机森林分类器

组合弱学习者

7.)装袋和增压

什么是装袋助推？

AdaBoost算法

联合弱势学习者(群体智慧)

8.)聚类算法

什么是聚类算法？

k-均值聚类和肘方法

DBSCAN算法

分层聚类

市场细分分析

###神经网络和深度学习###

9.)前馈神经网络

单层感知器模型

前馈神经网络

激活功能

反向传播算法

10.)深度神经网络

什么是深度神经网络？

ReLU激活函数和消失梯度问题

训练深度神经网络

损失函数(成本函数)

11.)卷积神经网络(CNN)

什么是卷积神经网络？

基于核的特征选择

特征检测器

合并和扁平化

12.)递归神经网络(RNNs)

什么是递归神经网络？

训练递归神经网络

爆炸梯度问题

LSTM和格鲁

基于LSTM网络的时间序列分析

13.)强化学习

马尔可夫决策过程

价值迭代和政策迭代

勘探与开发问题

多武装匪徒问题

Q学习和深度Q学习

用Q学习和深度Q学习学习井字游戏

###计算机视觉###

14.)图像处理基础知识

计算机视觉理论

什么是像素亮度值

卷积和核(过滤器)

模糊内核

锐化内核

计算机视觉中的边缘检测(边缘检测内核)

15.)自动驾驶汽车和车道检测

如何使用计算机视觉方法进行车道检测

坎尼算法

如何使用Hough变换根据像素亮度寻找直线

16.2)使用Viola-Jones算法的人脸检测

计算机视觉中的Viola-Jones方法

什么是滑动窗口方法

检测图像和视频中的人脸

17.)梯度方向直方图(HOG)算法

如何用更好的方法超越Viola-Jones算法

如何检测图像中的梯度和边缘

构建方向梯度直方图

使用支持向量机(SVMs)作为底层机器学习算法

18.)基于卷积神经网络(CNN)的方法

滑动窗口方法有什么问题

区域建议和选择性搜索算法

基于区域的卷积神经网络

快速C-RNNs

更快的C-rnn

19.)你只看一次(YOLO)物体检测算法

什么是YOLO方法？

构造包围盒

如何通过单一的外观来检测图像中的对象？

并集交集(IOU)算法

如何保持与非最大抑制最相关的包围盒？

20.)单次多盒检测器(SSD)目标检测算法SDD

SSD算法背后的主要思想是什么

建造锚箱

VGG16和MobileNet架构

通过实时视频实施固态硬盘

你将终身获得150多场讲座以及讲座的幻灯片和源代码！

本课程提供30天退款保证！如果你有任何不满意，你会得到退款。

你还在等什么？以一种有趣而实用的方式学习机器学习、深度学习和计算机视觉，这将推进你的职业生涯并增加你的知识！

感谢您参加本课程，让我们开始吧！

这门课程是给谁的
本课程面向不熟悉机器学习、深度学习、计算机视觉和强化学习的新手，或者寻求快速复习的学生

云桥网络 为三维动画制作，游戏开发员、影视特效师等CG艺术家提供视频教程素材资源！