MP4 |视频:h264,1920×1080 |音频:AAC,44.1 KHz,2 Ch
语言:英语 |时长:18小时37米
你将学到什么
- 了解 AI 背后的基础数学,包括线性代数、概率和优化。
- 使用 Python 和 PyTorch 从头开始构建和训练机器学习模型。
- 使用真实代码开发深度学习系统,例如 CNN、RNN、Transformers 和自动编码器。
- 在交互式环境中应用强化学习算法,包括 SARSA、Q-learning、PPO 和 A3C。
- 使用 PCA、正则化和交叉验证等技术来提高模型性能。
- 通过实际示例探索图神经网络、贝叶斯方法和元学习等高级主题。
要求
不需要人工智能方面的背景。
基本的编程知识会有所帮助,但是对于任何需要它的人来说,开头有一个可选的 Python 部分。
您需要一台可以运行 Python 的计算机和稳定的互联网连接,以及工具和笔记本。
描述
本课程是为那些想要一条严肃、结构化的人工智能之路的学习者而设计的。无论您是来自工程、编程还是分析领域,甚至是从头开始,您都会发现这里的所有内容都是以实用的、分步的格式展开的。我们从基础数学和基本 Python 开始,所以如果您有一段时间没有使用线性代数或概率,您不必担心。您将通过可以直接运行、更改和学习的 Python 实现,清楚地了解算法背后的数学原理。从那里,我们涵盖了现代人工智能的所有主要构建模块:监督和无监督学习模型准确性和正则化使用 CNN、RNN 和 Transformers 进行深度学习强化学习方法,如 Q-Learning、PPO、A3C、TRPO 贝叶斯模型、优化方法和神经架构搜索您将使用真实代码,直观地解决任务,并了解每种方法为何有效,而不仅仅是如何使用它。我们还会在适当的情况下混合使用 Python、PyTorch、Julia 和 Colab 笔记本。如果您正在寻找夸张的促销信息,那么您在这里找不到。本课程内容详细、技术性强,旨在确保您真正理解人工智能。所有内容均由 Advancedor Academy 开发和呈现。
本课程适合谁
本课程适合想要从头开始深入了解人工智能的学习者。它非常适合想要了解人工智能系统如何工作、如何正确实施以及如何从头开始构建而不仅仅是使用预构建工具的学生、工程师、开发人员或专业人士。如果您正在寻找一门课程,不仅可以解释如何操作,还可以解释原因(无需跳过数学或代码),那么这就是为您设计的。
其他信息
下载版本
| 版本 | 兼容平台 | 语言 | 大小 | 更新时间 | 下载 |
|---|---|---|---|---|---|
| 2025 | 英文 | 6.01GB | 2026-10-26 |
温馨提示:本资源来源于互联网,仅供参考学习使用。若该资源侵犯了您的权益,请联系我们处理。


评分及评论
0
(满分5, 共5用户评价)
来评个分数吧