1622
隨著谷歌不斷在開放AI開發(fā)平臺，人工智能開發(fā)像Android一樣逐漸平民化、大眾化，是主動學(xué)習(xí)還是被動淘汰？顯然，越早學(xué)習(xí)和掌握這一技術(shù)的人才越有優(yōu)勢。
為此，摩爾吧特開設(shè)“AI基礎(chǔ)系列課程”，涵蓋 Python、TensorFlow、樹莓派、神經(jīng)棒以及視頻對話節(jié)目“AI發(fā)現(xiàn)”，讓我們跟著大咖的視角來近距離解密AI。
為什么學(xué)習(xí)人工智能的時候需要學(xué)習(xí)tensorflow？
首先tensorflow是google維護(hù)的一個框架，現(xiàn)在在業(yè)內(nèi)使用的最為廣泛，其次，由于tensorflow封裝了很多人工智能的邏輯，它能夠幫你在100行復(fù)雜代碼里實現(xiàn)復(fù)雜的圖片識別功能。
此門課程是一門入門課程，除了講述tensorflow的技術(shù)細(xì)節(jié)以外，還會為大家介紹很多關(guān)于人工智能的思維邏輯以及后面的數(shù)學(xué)方法，希望大家除了學(xué)習(xí)到了tensorflow的技術(shù)以外還能對人工智能有一個立體的了解。
羅列兩個我們經(jīng)常遇到的關(guān)于人工智能的常規(guī)問題：
1、人工智能是大數(shù)據(jù)嗎？它是機器學(xué)習(xí)嗎？
2、我們能否根據(jù)彩票的中獎的歷史數(shù)據(jù)去預(yù)測下一次的中獎號碼？
如果你不知道這些問題的答案沒有關(guān)系，相信通過本次的學(xué)習(xí)，你都會對人工智能有一套自己的看法。
整個課程分為20小節(jié)，內(nèi)容主要涵蓋：tensorflow的結(jié)構(gòu)和語法，機器學(xué)習(xí)的基礎(chǔ)知識，深度學(xué)習(xí)的各種算法比如DNN,CNN,RNN。
講師介紹：
系列課程大綱（課程持續(xù)更新中）：
第1課：引言(Introduction)
第2課：TensorFlow的介紹與基本語法
第3課：機器學(xué)習(xí)(machine learning)入門
第4-5課：線性回歸(linear regression)
第6課：線性代數(shù)(可選)
第7-8課：邏輯回歸(logistic regression)
第9課：偏差(bias)與方差(viarance)
第10課：神經(jīng)網(wǎng)絡(luò)(neural network)
第11課：深度神經(jīng)網(wǎng)絡(luò)(deep neural network)
第12-14課：卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network)
第15-17課：循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent neural network)
第18課：準(zhǔn)確率(precision)與召回率(recall)
第19-20課：小結(jié)
Tensor Flow安裝：點擊獲取
AI基礎(chǔ)系列課程：
【AI發(fā)現(xiàn)】失業(yè)在左、就業(yè)在右，人工智能時代的潘多拉魔盒
樹莓派系列課程(敬請期待）
神經(jīng)棒系列課程(敬請期待）?
