使用 Python 實現分類( Classification )與迴歸( Regression )的人工智慧( AI )與資料科學演算法
Continue reading “機器學習與人工智慧: 在 Python 中支援向量機 (Support Vector Machines )”機器學習與人工智慧: 在 Python 中支援向量機 (Support Vector Machines )
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
Continue reading “使用 Python 實做推薦系統和深度學習”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
Continue reading “以 Python 實現無監督深度學習”深度學習 : 以 Python 實踐卷積神經網路( CNN )
用於電腦視覺、自然語言處理 (NLP) + 更多的 Tensorflow 2 CNN！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 實踐迴歸神經網路( RNN )
GRU、LSTM、時間序列預測、股票預測、使用人工智慧的自然語言處理 (Natural Language Processing ，NLP)
Continue reading “深度學習 : 以 Python 實踐迴歸神經網路( RNN )”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)。
Continue reading “用 Python 實現非監督機器學習的隱馬可夫模型(HMM )”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，應用：解密密碼、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)”深度學習 : 進階 NLP 與 RNNs
本課程將使用深度學習技術,如序列到序列(seq2seq)模型、注意力機制、RNN、CNN和記憶網路,以自然語言處理為應用。學習者將能建構文字分類、神經機器翻譯和問題回答系統。課程需求包括Python程式設計技能和深度學習概念等。
Continue reading “深度學習 : 進階 NLP 與 RNNs”深度學習 : GANs 和 變分自編碼器( VAE )
Python、Theano 和 Tensorflow 的生成對抗網路 ( GAN，Generative Adversarial Network) 和變分自編碼器( VAE，Variational Autoencoders)
Continue reading “深度學習 : GANs 和 變分自編碼器( VAE )”