文泉课堂
- 年轻人的新知识课堂。
旗下网站
旗下产品
文泉考试
文泉题库
关注我们
文泉课堂公众号
课程
课程
登录
注册
登录
注册
机器学习与深度学习(Python版·微课视频版)(9787302606659/092309-01)
第30课时: 8.2.2蒙特卡罗法
查看课程
课时列表
第1课时: 1.1环境安装
第2课时: 1.2Python语言相关概念
第3课时: 1.3.4类和对象
第4课时: 1.4Python初步应用示例-迭代法
第5课时: 1.4Python初步应用示例-迭代法_2
第6课时: 1.5深度学习框架概要
第7课时: 2.2机器学习应用流程
第8课时: 2.3.2机器学习模型实现算法分类 全书内容安排
第9课时: 3.1K均值聚类算法
第10课时: 3.2.2聚类算法评价指标
第11课时: 3.3PCA降维算法
第12课时: 3.6Mean Shift算法及其在图像分割中的应用示例
第13课时: 4.2.1梯度下降法及其在MindSpore和TensorFlow2中的实现
第14课时: 4.2.2梯度下降法求解线性回归问题
第15课时: 4.5.1全连接层与线性回归及其在MindSpore和TensorFlow2框架中的实现
第16课时: 4.5.2全连接层神经网络与非线性回归及其在MindSpore和TensorFlow2框架中的实现
第17课时: 4.5.3神经网络中的过拟合
第18课时: 5.2决策树与随机森林
第19课时: 5.4.1误差反向传播学习算法-1-过程示例
第20课时: 5.4.1误差反向传播学习算法-2-形式化描述
第21课时: 5.5.1卷积神经网络示例
第22课时: 5.5.2卷积层-5.5.3池化层和Flatten层
第23课时: 6.2.1隐马尔可夫模型基本思想
第24课时: 6.2.2隐马尔可夫模型中文分词应用示例
第25课时: 6.4.1循环神经网络基本单元
第26课时: 6.4.3长短时记忆网络
第27课时: 8.1.1冰湖问题与强化学习基本概念
第28课时: 8.1.2马尔可夫决策过程
第29课时: 8.2.1动态规划法
第30课时: 8.2.2蒙特卡罗法
第31课时: 8.2.3时序差分法
第32课时: 8.3.1值函数逼近
第33课时: 8.3.2DQN与倒立摆控制问题
第34课时: 8.3.3参数化策略并直接优化示例
第35课时: 8.3.4策略梯度法
第36课时: 9.2白盒攻击
第37课时: 9.3黑盒攻击
第38课时: 信息安全竞赛汇报——基于手机加速度周期变化规律的机主身份实时识别软件
学
习
中
心
TOP