文件名称：AppliedDeepLearningClass:课堂应用深度学习-2018年夏季
文件大小：129.13MB
文件格式：ZIP
更新时间：2024-05-21 12:34:26
JupyterNotebook
应用深度学习班 Uniandes-夏季2018 在计算机算法中使用统计模型可以使计算机做出决策和预测，并执行传统上需要人类认知能力的任务。 深度学习是统计学和计算机科学交叉学科的领域，它发展了这种算法并将其与计算机系统交织在一起。 它支持许多现代技术，例如语音识别，互联网搜索，生物信息学，计算机视觉，亚马逊的推荐系统，谷歌的无人驾驶汽车以及用于癌症诊断的最新成像系统，均基于深度学习技术。 本深度学习课程将说明如何构建使用实际应用程序进行学习和适应的系统。 涉及的主题包括深度学习框架，卷积神经网络，生成模型和递归模型。 该课程将以项目为导向，重点放在编写适用于实际问题的学习算法的软件实现上，尤其是图像分析，图像字幕，自然语言处理，情感检测等。 讲师： Alejandro Correa Bahnsen博士 法比奥·冈萨雷斯（Fabio Gonzalez）教授 研究生助理： 塞尔吉