深度学习与计算机视觉  斯坦福 李飞飞

深度学习与计算机视觉 斯坦福 李飞飞

机器视觉神经网络机器学习ML

随着搜索应用程序,图像识别、App应用、成像、医学、无人机和无人驾驶汽车,计算机视觉在我们的社会中已经变得无处不在。许多这样的应用程序,比如:图片分类、定位和检测的核心功能任务都是视觉识别技术完成的。最新发现的神经网络方法(又名“深度学习”),极大地提升了视觉识别系统的先进性能。

共37课时20小时8分36秒

机器学习 吴恩达

机器学习 吴恩达

机器学习MLmachine learning

此课程将广泛介绍机器学习、数据挖掘与统计模式识别的知识。主题包括:(i) 监督学习(参数/非参数算法、支持向量机、内核、神经网络)。(ii) 非监督学习(聚类、降维、推荐系统、深度学习)。(iii) 机器学习的优秀案例(偏差/方差理论;机器学习和人工智能的创新过程)课程将拮取案例研究与应用,学习如何将学习算法应用到智能机器人(观感,控制)、文字理解(网页搜索,防垃圾邮件)、计算机视觉、医学信息学、音频、数据挖掘及其他领域上。

共113课时19小时28分58秒

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版 版权声明

站点相关: 汽车电子 智能硬件

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved