1. 机器学习基础
1).数学基础知识介绍
2).机器学习的基本概念
3).机器学习的主要方向
2. 深度学习
1).神经网络的历史进程
a) 发展历史
b) 主要应用
2).数学基础知识介绍
3).深度学习简介
a) 感知器
b) 人工神经网络
c) 前馈神经网络
4).从神经网络到深度学习
3. 卷积神经网络(CNN)
1).卷积神经网络进阶
2).用TensorFlow实现卷积神经网络
3).实例讲解:基于CNN的手写识别
4. 循环神经网络(RNN)
1).递归神经网络进阶
2).LSTM进阶
3).用TensorFlow实现递归神经网络
4).实例讲解:基于RNN的销量预测
5). 实例讲解:LSTM在中文分词上的应用
5.深度学习前沿探索
1).新进展介绍
2).前沿探讨
6. tensorflow
1).深度学习框架概述
2). Hello TensorFlow
3).TensorFlow框架架构
4).TensorFlow Api概览
5).TensorBoard介绍
6).实例: 用TensorFlow实现多层感知机
7).实例: 用TensorFlow实现WordVec
7. 计算机视觉CV
1) 图像分类
a) 图像分类实践简介
b) 实验环境设置
c) 编程实践
2) 物体检测
3) 物体跟踪
8.自然语言处理NLP
1)语言模型
2)机器翻译
3)文本分类
a)文本情感分类实践简介
b)实验环境设置
c)编程实践
|