本课程是关于深度学习和自动驾驶的综合教程，英语原声，并配有中文字幕。课程内容包括深度学习基础、自动驾驶技术、深度强化学习、计算机视觉及其在自动驾驶中的应用，以及如何利用深度学习感知人类行为。此外，还有来自Waymo、nuTonomy和Aurora等公司技术专家的讲座，分享他们在自动驾驶机器学习和深度学习应用方面的经验和见解。
共8课时8小时22分7秒
TinyML and Efficient Deep Learning Computing MIT 6.S965 Fall 2022
共40课时1天18小时26分10秒
该课程是正点原子手把手教你学RV1126 AI开发板之准备篇（必看），该课程配套开发板为正点原子RV1126 AI开发板
共19课时3小时38分23秒
ENVI（The Environment for Visualizing Images）是一个完整的遥感图像处理平台，应用汇集中的软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。
共49课时20小时20分47秒
本课程从基础的图像处理技术如卷积和边缘提取开始，逐步深入到更高级的主题，如Harris角点检测、尺度不变特征变换（SIFT）、图像分割、对象识别、目标检测、三维重建和运动恢复结构。课程通过理论讲解和实践回顾，全面覆盖了计算机视觉的核心概念和技术，旨在培养学生在这一领域的理论知识和实践能力。
共18课时21小时29分20秒
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
本课程完整覆盖数据挖掘领域的各项核心技术，包括数据预处理、分类、聚类、回归、关联、推荐、集成学习、进化计算等。强调在知识的广度、深度和趣味性之间寻找最佳平衡点，在生动幽默中讲述数据挖掘的核心思想、关键技术以及一些在其它相关课程和教科书中少有涉及的重要知识点。本课程适合对大数据和数据科学感兴趣的各专业学生以及工程技术人员学习，不追求纯粹的理论推导，而是把理论与实践有机结合，让学生学到活的知识、有用的知识和真正属于自己的知识，特别是数据分析领域的研究方法和思维方式。
共65课时14小时55分52秒
《大数据机器学习》课程是面向信息学科的高年级本科生或研究生开设的基础理论课，目的是培养学生深入理解大数据机器学习理论基础，牢固掌握大数据机器学习方法，并能够解决实际问题等综合能力。课程的主要内容包括：统计学习基本理论，机器学习基本方法，深度学习理论和方法。
共113课时15小时39分33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
本课程为入门级人工智能课程，适合初学者，可以帮助初学者实现“零基础”学习人工智能。本课程采用浙江工业大学王万良教授编著的专业教材《人工智能导论》（第4版），紧紧围绕人工智能的基本思想、基本理论、基本方法及其应用展开，并融合了人工智能的一些前沿内容。本课程共有12讲，包括：人工智能概述、一阶谓词逻辑表示法、产生式表示法和框架表示法、基于谓词逻辑的推理方法、可信度方法和证据理论、模糊推理方法、搜索求解策略、遗传算法及其应用、蚁群算法及其应用、专家系统与机器学习、BP神经网络及其应用和Hopfield神经网络及其应用。
共80课时12小时15分33秒
京公网安备 11010802033920号
Copyright © 2005-2023 EEWORLD.com.cn, Inc. All rights reserved
