|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/oholopvt/
课程评论：没有评论
**课程名称**: oholopvt **课程概述**: 本课程旨在教授机器学习和深度学习的基础概念、理论及实际应用。通过讲师的指导，学员将深入理解机器学习和深度学习的核心理论和主要模型，并掌握通过实践应用这些技能的方法。 **目标学员**: 本课程适合所有希望学习机器学习和深度学习基本概念和理论的人士。但拥有Python编程、基础统计学和线性代数等数学知识者将能更好地学习和掌握课程内容。 **课程内容**: * **机器学习**: * 机器学习概念与定义 * 机器学习术语与库的整理 * 线性回归模型 * 多元线性回归 * 线性回归模型实现与Colab介绍 * 逻辑回归模型实现 * 决策树实现 * 随机森林实现 * K近邻（KNN）实现 * 训练、验证与测试数据的划分 * 数据预处理 * 最终实践项目：泰坦尼克号生存预测 * **深度学习**: * 深度学习概念与定义 * 感知器（Perceptron） * XOR问题 * Colab使用方法 * 矩阵基础 * 神经网络 * 反向传播算法 * 输出层 * 神经网络实践 * 卷积神经网络（CNN）概念 * CNN实践 * 循环神经网络（RNN）概念 * RNN实践 **总结**: 本课程是学习机器学习和深度学习的理想选择，为学员提供了扎实的理论基础和丰富的实践经验。
[실습으로 배우는 머신러닝과 딥러닝 개념 및 활용]본 코스는 머신러닝과 딥러닝의 기본적인 개념과 이론을 학습하실 수 있는 강의입니다. 강의를 통해 머신러닝 및 딥러닝의 핵심적인 이론 및 주요 모델들에 대한 이해 및 실습을 통한 활용 방법을 배우실 수 있습니다.대략적인 머신러닝과 딥러닝의 개념 및 이론들에 대한 지식이 필요한 분들은 모두 수강할 수 있지만, 가능하면 파이썬과 기초 통계 및 행력 등 수학적 지식에 대한 기본적인 이해와 활용이 가능하신 분들이 수강하시면 좋습니다.본 코스는 다음과 같은 내용들로 구성되어 있습니다.[목차]머신러닝 개념 및 정의머신러닝 용어 및 라이브러리 정리선형 회귀 모델다중 선형 회귀선형 회귀 모델 구현, colab 설명로지스틱 회귀 모델 구현의사 결정 나무 구현랜덤 포레스트 구현knn 구현train valid test 데이터 나누기데이터 전처리최종 실습 - 타이타닉딥러닝 개념 및 정의퍼셉트론XOR 문제코랩 사용법행렬 기본신경망오차 역전파출력층신경망 실습CNN 개념CNN 실습RNN 개념RNN 실습머신러닝과 딥러닝 학습이 필요하신 분들은 본 강의를 통해 많은 도움 얻어가시기 바랍니다.
