課程簡介
使用進化策略、 A2C 和 DDPG 對人工智慧和強化學習應用深度學習
尖端的人工智慧: 使用 Python 實現深度強化學習( Deep Reinforcement Learning )
機器學習與人工智慧: 在 Python 中支援向量機 (Support Vector Machines )
課程簡介
使用 Python 實現分類( Classification )與迴歸( Regression )的人工智慧與資料科學演算法
使用 Python 實做推薦系統和深度學習
運用深度學習、機器學習、資料科學和人工智慧技術的最深入推薦系統課程
Python 實踐叢集分析和非監督式機器學習
用於模式識別( pattern recognition )，資料探勘( data mining )， k-means 叢集和分層( hierarchical )叢集以及 KDE 的資料科學技術。
Continue reading “Python 實踐叢集分析和非監督式機器學習”以 Python 實現無監督深度學習
Theano / Tensorflow：Autoencoders、受限玻爾茲曼機器( Restricted Boltzmann )、深度神經網路、t-SNE 和 PCA
简体中文课程介绍
深度學習 : 以 Python 實踐卷積神經網路( CNN )
在 Theano 和 TensorFlow 中將電腦視覺和資料科學與機器學習相結合！
Continue reading “深度學習 : 以 Python 實踐卷積神經網路( CNN )”深度學習 : 以 Python 實踐遞歸神經網路
GRU、LSTM + 更現代的深度學習、機器學習和序列資料科學
用 Python 實現非監督機器學習的隱馬可夫模型(HMM )
將隱馬可夫模型 ( HMM，Hidden Markov Models ) 用於股票價格分析、語言建模、網站分析、生物學和頁排名( PageRank)。
資料科學 : 用 Python 做自然語言處理 (NLP)
完整的實用自然語言處理( NLP )指南：垃圾郵件檢測、情感( sentiment )分析、文章調整器( article spinner )和潛在語意( latent semantic )分析。
Continue reading “資料科學 : 用 Python 做自然語言處理 (NLP)”