联系客服1
联系客服2

('javascript机器学习打造你人生中的第一个AI项目',),全套视频教程学习资料通过百度云网盘下载

0
回复
289
查看
打印 上一主题 下一主题
[复制链接]
  • TA的每日心情
    开心
    2024-9-19 21:14
  • 签到天数: 757 天

    [LV.10]以坛为家III

    7335

    主题

    8751

    帖子

    131万

    积分

    管理员

    Rank: 9Rank: 9Rank: 9

    积分
    1312677
    楼主
    发表于 2021-5-24 04:16:44 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

    资源详情


    JA危ascript机器学习打造你人生中的第一个AI项目课程-豆豆教程网论坛
    〖课程大纲目录〗
    专为前端工程师准备的AI课程来了!!人工智能时代已经来临,而前端同学对于AI领域大都处于陌生状态,想学习又找不到靠谱的老师,也没有面向前端的人工智能学习资料。本课程以JA危ascript作为实现语言,以Tensorflow.js作为主要框架,通过十几个经典案例、覆盖神经网络和机器学习的理论知识、带你亲手完成图片分类与语音识别等落地项目,帮你理清整个学习体系,轻松入门AI领域,不惧未来挑战。
    第1章课程导学
    这一章只有一节,也只有一个目的,就是告诉你为何要学本课程,本课程能教你什么,学之前需要哪些前置知识。
    1-1《想要入门AI的同学都应该看一看》课程导学试看
    第2章机器学习与神经网络简介
    本章会使用中世纪男子脚长、SIRI语音识别、相亲等大量生动形象的例子,讲解机器学习和神经网络的理论知识。
    2-1机器学习简介试看
    2-2神经网络简介
    2-3神经网络的训练
    第3章Tensorflow.js简介
    Tensorflow.js是本课程的核心框架,本章帮你在实战前熟悉一下手里的“兵器”,将会涉及Tensorflow.js的简介、安装方法,以及什么是Tensor?为何要使用Tensor等知识点
    3-1Tensorflow.js简介
    3-2安装Tensoflow.js
    3-3为何要用Tensor
    第4章线忄生回归
    本章将会带你开发并训练你人生中第一个神经网络模型,虽然它只有一个神经元,但却是你机器学习之路的起点!
    4-1线忄生回归任务简介
    4-2准备、可视化训练数据试看
    4-3定义模型结构:单层单个神经元组成的神经网络
    4-4损失函数:均方误差
    4-5优化器:随机梯度下降
    4-6训练模型并可视化训练过程
    4-7进行预测
    第5章归一化
    九九归一……,等等,我们不是在打算盘,而是在炼丹(训练模型)!本章将会以身高体重预测作为例子,讲解归一化这个炼丹最佳实践。
    5-1归一化任务简介
    5-2归一化训练数据
    5-3训练、预测、反归一化
    第6章逻辑回归
    这次任务就是开发一个神经网络把平面上的两类点,一刀两断!
    6-1逻辑回归任务简介
    6-2加载二分类数据
    6-3定义模型结构:带有激活函数的单个神经元
    6-4损失函数:对数损失(logloss)
    6-5训练模型并可视化训练过程
    6-6进行预测
    6-7(选修)二分类数据集生成函数源码剖析
    第7章多层神经网络
    生活中没有那么多一刀两断的简单问题,面对复杂问题,我们可以开发一个多层神经网络模型配合激活函数,拐着弯挥舞手里的“刀”来切!
    7-1多层神经网络任务简介
    7-2加载XOR数据集
    7-3定义模型结构:多层神经网络
    7-4训练模型并预测
    第8章多分类
    本章将会以鸢尾花分类为例,学习使用softmax和交叉熵两个算法来让神经网络进行多分类
    8-1任务简介、主要步骤、前置条件
    8-2加载iris数据集(训练集与验证集)
    8-3定义模型结构:带有softmax的多层神经网络
    8-4训练模型:交叉熵损失函数与准确度度量
    8-5多分类预测方法
    8-6(选修)IRIS数据集生成函数源码剖析
    8-7(选修)IRIS数据集生成函数源码剖析
    第9章欠拟合与过拟合
    又到了学习炼丹最佳实践的时间了!学完本次任务,你随便瞄一眼训练图像,就能判断是欠拟合还是过拟合了。
    9-1欠拟合与过拟合任务简介
    9-2加载带有噪音的二分类数据集
    9-3使用简单神经网络演示欠拟合
    9-4使用复杂神经网络演示过拟合
    9-5过拟合应对法:早停法、权重衰减、丢弃法
    第10章使用卷积神经网络(CNN)识别手写数字
    本章会先使用大量动画讲解卷积神经网络的理论,然后使用JS来构建并训练它!开始构建人生第一个深度学习模型吧!
    10-1使用卷积神经网络识别手写数字任务简介
    10-2加载MNIST数据集
    10-3定义模型结构:卷积神经网络
    10-4训练模型
    10-5进行预测
    第11章使用预训练模型进行图片分类
    把别人训练好的卷积神经网络模型直接拿来用!拿来主义者也需要学习哦!
    11-1使用预训练模型进行图片分类任务简介
    11-2加载MobileNet模型
    11-3进行预测
    第12章基于迁移学习的图像分类器:商标识别
    本章将会以商标识别为例,讲解如何使用迁移学习来更高效地进行图片分类了,学完本章,你可以照猫画虎开发你画我猜、花草分类、垃圾分类、绘文字猎手等各种游戏和应用了!
    12-1基于迁移学习的图像分类器:商标识别任务简介
    12-2加载商标训练数据并可视化
    12-3定义模型结构:截断模型+双层神经网络
    12-4迁移学习下的模型训练
    12-5迁移学习下的模型预测
    12-6模型的保存和加载
    第13章使用预训练模型进行语音识别
    在浏览器里进行语音识别。
    13-1使用预训练模型进行语音识别任务简介


    游客,如果您要查看本帖隐藏内容请回复
    收藏
    收藏0
    分享
    分享
    支持
    支持0
    反对
    反对0
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    学习课程!一站搞定!
    学途无忧VIP会员群

    973849140

    周一至周日9:00-23:00

    反馈建议

    1227072433@qq.com 在线QQ咨询

    扫描二维码关注我们

    学途无忧!为学习谋坦途,为会员谋福利!|网站地图