該系列課程由微軟提供。總共 250 課時的 10 門人工智能課程 (第一學(xué)期截至2018年9月30日止),覆蓋 10 項應(yīng)用技能。
機器學(xué)習(xí)法則部分 課程簡介機器學(xué)習(xí)使用計算機運行預(yù)測模型,從現(xiàn)有數(shù)據(jù)中學(xué)習(xí),以預(yù)測未來的行為,結(jié)果和趨勢。 在這個數(shù)據(jù)科學(xué)課程中,您將獲得關(guān)于機器學(xué)習(xí)理論的明確解釋,并結(jié)合實際場景以及構(gòu)建,驗證和部署機器學(xué)習(xí)模型的實踐經(jīng)驗。 您將學(xué)習(xí)如何使用R,Python和Azure機器學(xué)習(xí)來構(gòu)建并從這些模型中獲取洞察。 學(xué)習(xí)收益
課程大綱探索分類
機器學(xué)習(xí)中的回歸
如何改進(jìn)監(jiān)督模型
有關(guān)非線性建模的詳細(xì)信息
聚類
推薦系統(tǒng)
深度學(xué)習(xí)法則部分 課程簡介機器學(xué)習(xí)使用計算機運行預(yù)測模型,從現(xiàn)有數(shù)據(jù)中學(xué)習(xí)以預(yù)測未來的行為,結(jié)果和趨勢。 深度學(xué)習(xí)是機器學(xué)習(xí)的一個子領(lǐng)域,其中受我們大腦工作方式啟發(fā)的模型以數(shù)學(xué)方式表達(dá),并且定義數(shù)學(xué)模型的參數(shù)可以從數(shù)千至數(shù)億至數(shù)百萬的數(shù)量級自動從 數(shù)據(jù)。 深度學(xué)習(xí)是全球正在開發(fā)的人工智能技術(shù)的關(guān)鍵推動力。 在這個深度學(xué)習(xí)課程中,您將學(xué)習(xí)一種直觀的方法來構(gòu)建復(fù)雜的模型,幫助機器用人類智能解決現(xiàn)實世界的問題。 直觀的方法將轉(zhuǎn)化為具有實際問題和實際操作經(jīng)驗的工作代碼。 您將學(xué)習(xí)如何使用在本地Windows或Linux計算機上運行的Python Jupyter筆記本或在Azure上運行的虛擬機上從這些模型構(gòu)建和獲取洞察。 或者,您可以免費使用Microsoft Azure筆記本電腦平臺。 本課程提供所需的詳細(xì)程度,使工程師/數(shù)據(jù)科學(xué)家/技術(shù)管理人員能夠直觀地了解這種改變游戲技術(shù)背后的關(guān)鍵概念。 同時,您將學(xué)習(xí)簡單而強大的“圖案”,這些圖案可以與類似樂高的靈活性一起使用,以構(gòu)建端到端的深度學(xué)習(xí)模型。 您將學(xué)習(xí)如何使用Microsoft認(rèn)知工具包(以前稱為CNTK),通過深度學(xué)習(xí),利用無與倫比的縮放,速度和準(zhǔn)確性來利用海量數(shù)據(jù)集中的智能。 先決條件
課程收益
課程大綱第1周: 介紹深度學(xué)習(xí)和機器學(xué)習(xí)概念的快速回顧 第2周: 使用邏輯回歸建立簡單的多類分類模型 第3周: 通過一個簡單的端到端模型檢測手寫數(shù)字圖像中的數(shù)字到深度神經(jīng)網(wǎng)絡(luò) 第4周: 用卷積網(wǎng)絡(luò)改進(jìn)手寫數(shù)字識別 第5周: 使用經(jīng)常性網(wǎng)絡(luò)建立一個預(yù)測時間數(shù)據(jù)的模型 第6周: 使用循環(huán)LSTM(長期短期記憶)單元構(gòu)建文本數(shù)據(jù)應(yīng)用程序 |
|