Deep Learning course at NYU, Spring 2020. Taught by Yann LeCun & Alfredo Canziani. With practical applications using PyTorch.
共32课时1天18小时43分17秒
视频主要讲解在图像算法开发的落地过程当中常用的算法加速手段,本教程以ARM嵌入式作为研究基础,以树莓派4作为实验平台,主要内容包含: 1:列举嵌入式应用中,一些可行的图像加速手段; 2:逐一详细说明; 3:逐一进行代码上机演示。
共1课时35分1秒
在本课程中,您将从一系列实用的案例研究中获得有关机器学习的动手经验。 在第一门课程的最后,您将研究如何基于房屋特征预测房价,从用户评论中分析情绪,检索感兴趣的文档,推荐产品以及搜索图像。 通过使用这些用例的动手实践,您将能够在广泛的领域中应用机器学习方法。
共116课时8小时3分27秒
在本视频中,您将跟随Loren Shure快速入门机器学习算法,并了解三种类型的机器学习(聚类,分类和回归): 聚类——将一组事物分成具有不同属性的组; 分类——用于图像中的对象检测,预测性维护和垃圾邮件检测等应用程序; 回归——用于构建模型,以预测给定其他功能的连续体的响应。 本视频用简单易懂的方法讲解机器学习算法中的线性回归、邻近算法(K-NN)、k均值聚类算法(k-means)、支持向量机(SVM)、判别分析、决策树(Decision Tree)
共7课时15分42秒
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
深受好评的台大李宏毅老师讲述的机器学习课程,该课程也是此类教程中非常难得使用中文授课的一门,外语不好的小伙伴儿们有福啦。课程以深度学习为主轴,强调实战性。除了基础知识和算法的讲解,还包含各种相关前沿技术的解读,课程中涉及到的项目都非常新,与时俱进。 李老师讲课注重对基本原理的深入浅出,风趣幽默,举重若轻,常常引用动漫形象进行原理的类比解说,实在是机器学习教程里的一股清流哇~
共35课时1天3小时17分6秒