人工智能

机器学习原理及推荐系统实现： 机器学习的简介 Logistic回归分析、网络、SVM 决策树模型（CART）、基于树的集成学习算法（随机森林、GBDT） 聚类、降维、矩阵分解 特征工程、模型融合＆推荐系统实现深度学习原理及实战项目强化训练： 神经网络入门 机器学习环境配置 神经网络基础、卷积神经网络 卷积神经网络的分类任务 卷积神经网络检测任务 卷积神经网络分割任务 循环神经网络四个工业级项目实战及讲解： 自然语言处理：文本分类 广告点击率预测（CTR） 车辆检测及型号识别 看图说话机器人

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。