客服咨询
意见反馈
课程概述
适用对象：相关岗位员工、管理者（人工智能 大数据行业） 主要内容： 随着人工智能的再次火热，深度学习成为其中关键技术之一，并为业界关注。本课程是一门侧重在深度学习相关理论基础的课程，并对深度学习的典型模型框架如循环神经网络、卷积神经网络等的基本原理进行了介绍。课程同时还包括若干关键内容的相关代码及运行效果演示，从而便于学员们获得理性和感性的认识。
课程目标
通过本课程的学习，学习者能够： 1、了解特征工程概念 2、掌握回归问题及正则化技术原理 3、掌握信息熵及梯度计算技术原理 4、掌握循环信息网络及其变体技术原理 5、掌握卷积神经网络、递归神经网络、生成式神经网络技术原理
考核评价
本课程主要考察：深度学习的典型模型框架如循环神经网络、卷积神经网络等的基本原理。 视频学习完成后，需要进行在线考试，题型以选择和判断题为主，题目数量不超过20道，满分100分，60分通过。
讲师介绍
详细介绍
课程属性：专业岗位技能类
（1042s）
（838s）
（869s）
（710s）
（598s）
（589s）
（613s）
（686s）
（349s）
（286s）
（722s）
（680s）
（655s）
（480s）
（510s）
（909s）
（569s）
（682s）
（333s）
（337s）
（648s）
（789s）
（347s）
（1341s）
监督管理单位：江苏省人力资源和社会保障厅 运营服务单位：杭州沃土教育科技股份有限公司 技术支持单位：浙江浙大网新软件产业集团有限公司
