深度学习：Python 中的递归神经网络 ( Deep Learning: Recurrent Neural Networks in Python )

课程描述

Deep Learning: Recurrent Neural Networks in Python 是 Udemy Academy 发布的一门深度学习和人工智能培训课程，重点介绍递归神经网络 (RNN) 的开发。本课程涵盖的最重要主题包括 GRU 体系结构、短期长期记忆体系结构 (LSTM)、时间序列预测、股票价格预测、自然语言处理 (NLP) 和人工智能。 .. 引用。在本培训课程开始时，您将以简短且实用的方式熟悉著名的深度学习架构。递归神经网络（简称 RNN）是用于建模操作序列的基于人工智能的系统开发中最受欢迎的类别之一。
在 RNN 网络最重要的应用中，我们可以提到各种事件的时间序列预测、股票价格预测、自然语言处理等。基于 RNN 的算法非常强大，生成的数据比旧的隐藏机器学习算法（如马尔可夫模型）准确得多。您在本次培训课程中的主要工具是 Python 编程语言，它是数据科学、人工智能、机器学习和深度学习领域中使用最广泛和最受欢迎的编程语言之一。除了 Python，您还将使用许多功能强大且不熟悉的基于 Python 的框架，例如 Numpy、Matplotlib 和 Tensorflow，它们中的每一个都有独特的应用。

您将在深度学习中学到什么：Python 中的递归神经网络

• 使用RNN神经网络预测事件顺序和时间序列
• 开发一个强大的项目来预测未来的股票价格
• RNN在视频分类项目中的运用
• 使用 Numpy、Matplotlib 和 Tensorflow 库
• 开发智能工具来对文本进行分类并自动检测垃圾邮件
• 完全熟悉自然语言处理过程
• 熟悉其他现有架构并比较每种架构的优缺点
• 机器学习和神经元的基础知识
• 用于分类和回归的神经网络的开发
• 序列数据建模
• 时间序列数据建模
• 用于自然语言处理的文本数据建模
• 使用 Tensorflow 2 库构建递归神经网络

课程规格

出版商：Udemy 讲师：Lazy Programmer Inc 语言：英语水平：入门到高级课程数量：70 课时：11 小时 54 分钟

2021/11 课程主题

深度学习：Python 先决条件中的递归神经网络

基础数学（求导数、矩阵算术、概率）有帮助
Python、Numpy、Matplotlib
建议先决条件：

• 矩阵加法、乘法
• 基本概率（条件分布和联合分布）
• Python 编码：if/else、循环、列表、字典、集合
• Numpy编码：矩阵和向量运算，加载CSV文件

图片

深度学习：Python 介绍视频中的递归神经网络

媒体错误：格式不受支持或来源未找到

安装指南

在 Extract 之后，用您最喜欢的播放器观看。
英文字幕
画质：720p

下载链接