¿Cuáles son los principales contenidos del aprendizaje de la inteligencia artificial en SL?

Una introducción rápida a la inteligencia artificial: un comienzo rápido para comenzar Capítulo 1: El papel real de la esencia del aprendizaje automático

Capítulo 2: Preparación del conocimiento del algoritmo de regresión lineal

Capítulo 3: Lineal Análisis en profundidad del algoritmo de regresión

Capítulo 4: Instalación y configuración del entorno e implementación del algoritmo de regresión lineal

Capítulo 5: Implementación del algoritmo de regresión lineal

Capítulo Capítulo 6: Uso del módulo de optimización

Capítulo 7: Implementación del algoritmo de regresión lineal

Algoritmo de aprendizaje automático de fase 2 y estudio de caso Capítulo 1: Regresión lineal múltiple

Capítulo 2: Descenso de gradiente

Capítulo 3: Regresión logística

Capítulo 4: Evaluación y selección del modelo

Capítulo 5: SVM

p>

Capítulo 6: Agrupación

Capítulo 7: Árboles de decisión

Capítulo 8: Aprendizaje por conjuntos y bosques aleatorios

Capítulo 9: Modelo oculto de Markov

Capítulo 8: Campo aleatorio condicional

Capítulo 9: Modelo de tema

Capítulo 10: Word Vector Word2Vec

La cuarta etapa de los principios del aprendizaje profundo y Marco Capítulo 1: Redes neuronales y perceptrones multicapa

Capítulo 2: TensorFlow

Capítulo 3: Entrenamiento de redes neuronales profundas

Capítulo 4: Redes neuronales convolucionales

Capítulo 5: Implementación de redes neuronales convolucionales clásicas

Capítulo 6: Redes neuronales recursivas

Capítulo 7: Aprendizaje por refuerzo

Inteligencia artificial de quinta etapa Práctica de proyectos Capítulo 1: Minería frente a datos masivos

Capítulo 2: Sistema de recomendación personalizado en tiempo real

Capítulo 3: Conceptos básicos del lenguaje natural

Capítulo 4 : Chatbots

Capítulo 5: Keras