Chia Sẻ Khóa Học Machine Learning Và Deep Learning Trong Python 2022 [Khóa 7863 A]
Machine Learning, Neural Networks, Computer Vision, Deep Learning và Reinforcement Learning trong Keras và TensorFlow.
Bạn sẽ học được gì:
- ✓ Giải quyết các bài toán hồi quy (hồi quy tuyến tính và hồi quy logistic).
- ✓ Giải quyết các bài toán phân loại (naive Bayes classifier, Support Vector Machine - SVM).
- ✓ Sử dụng neural networks (feedforward neural networks, deep neural networks, convolutional neural networks và recurrent neural networks).
- ✓ Các kỹ thuật machine learning cập nhật nhất được sử dụng bởi các công ty như Google hoặc Facebook.
- ✓ Nhận diện khuôn mặt với OpenCV.
- ✓ TensorFlow và Keras.
- ✓ Deep learning - deep neural networks, convolutional neural networks (CNNS), recurrent neural network (RNN).
- ✓ Reinforcement learning - Q learning và deep Q learning approaches.
Bạn quan tâm đến Machine Learning, Deep Learning và Computer Vision? Sau đó, khóa học này là dành cho bạn!
Khóa học này nói về các khái niệm nền tảng của machine learning, deep learning, reinforcement learning và machine learning. Những chủ đề này đang trở nên rất nóng hiện nay bởi vì những thuật toán learning này có thể được sử dụng trong một số lĩnh vực từ kỹ thuật phần mềm đến ngân hàng đầu tư.
Trong mỗi phần, chúng ta sẽ nói về nền tảng lý thuyết cho tất cả các thuật toán này, sau đó chúng ta sẽ thực hiện các bài toán này cùng nhau. Chúng tôi sẽ sử dụng Python với SkLearn, Keras và TensorFlow .
I. MACHINE LEARNING:
1.) Linear Regression:
- ✓ Tìm hiểu linear regression model.
- ✓ Correlation và covariance matrix.
- ✓ Mối quan hệ tuyến tính giữa các biến ngẫu nhiên.
- ✓ Gradient descent và design matrix approaches.
2.) Logistic Regression:
- ✓ Tìm hiểu logistic regression.
- ✓ Classification algorithms basic.
- ✓ Maximum likelihood function and estimation.
3.) K-Nearest Neighbors Classifier:
- ✓ K-nearest neighbour classifier là gì?
- ✓ Non-parametric machine learning algorithms.
4.) Thuật toán Naive Bayes:
- ✓ Thuật toán naive Bayes là gì?
- ✓ Classification dựa trên xác suất.
- ✓ Cross-validation.
- ✓ Overfitting và underfitting.
5.) Support Vector Machine (SVM):
- ✓ Support vector machine (SVM) và support vector classifier (SVC).
- ✓ Maximum margin classifier.
- ✓ Kernel trick.
6.) Decision Trees và Random Forests:
- ✓ Decision tree classifier.
- ✓ Random forest classifier.
- ✓ Combining weak learners.
7.) Bagging và Boosting:
- ✓ Bagging và Boosting là gì?
- ✓ Thuật toán AdaBoost.
- ✓ Combining weak learners (wisdom of crowds).
8.) Clustering Algorithms:
- ✓ Clustering Algorithms là gì?
- ✓ K-means clustering và elbow method.
- ✓ Thuật toán DBSCAN.
- ✓ Hierarchical clustering.
- ✓ Market segmentation analysis.
II. NEURAL NETWORKS VÀ DEEP LEARNING:
9.) Feed-Forward Neural Networks:
- ✓ Single layer perceptron model.
- ✓ Feed.forward neural networks.
- ✓ Activation functions.
- ✓ Backpropagation algorithm.
10.) Deep Neural Networks:
- ✓ Deep neural networks là gì?
- ✓ ReLU activation functions và vanishing gradient problem.
- ✓ Training deep neural networks.
- ✓ Loss functions (cost functions).
11.) Convolutional Neural Networks (CNN):
- ✓ Convolutional Neural Networks là gì?
- ✓ Feature selection với kernels.
- ✓ Feature detectors.
- ✓ Pooling và flattening.
12.) Recurrent Neural Networks (RNN):
- ✓ Recurrent neural networks là gì?
- ✓ Training recurrent neural networks.
- ✓ Exploding gradients problem.
- ✓ LSTM và GRU.
- ✓ Time series analysis with LSTM networks.
13.) Numerical Optimization (trong Machine Learning):
- ✓ Rradient descent algorithm.
- ✓ Stochastic gradient descent theory và implementation.
- ✓ Thuật toán ADAGrad và RMSProp.
- ✓ ADAM optimizer explained.
- ✓ ADAM algorithm implementation.
14.) Reinforcement Learning:
- ✓ Markov Decision Processes (MDP).
- ✓ Value iteration và policy iteration.
- ✓ Exploration vs exploitation problem.
- ✓ Multi-armed bandits problem.
- ✓ Q learning và deep Q learning.
- ✓ Learning tic tac toe với Q learning and deep Q learning.
III. COMPUTER VISION:
15.) Image Processing Fundamentals:
- ✓ Computer vision theory.
- ✓ Pixel intensity values là gì.
- ✓ Convolution và kernels (filters).
- ✓ Blur kernel.
- ✓ Sharpen kernel.
- ✓ Edge detection trong computer vision (edge detection kernel).
16.) Serf-Driving Cars và Lane Detection:
- ✓ Cách sử dụng computer vision approaches trong lane detection.
- ✓ Thuật toán của Canny.
- ✓ Cách sử dụng Hough transform để tìm đường dựa trên pixel intensities.
17.) Face Detection với Viola-Jones Algorithm:
- ✓ Viola-Jones approach trong computer vision.
- ✓ Sliding-windows approach là gì
- ✓ Phát hiện khuôn mặt trong hình ảnh và trong video.
18.) Histogram of Oriented Gradients (HOG) Algorithm:
- ✓ Cách outperform Viola-Jones algorithm với better approaches.
- ✓ Cách phát hiện gradients và edges trong hình ảnh.
- ✓ Constructing histograms of oriented gradients.
- ✓ Sử dụng support vector machines (SVM) làm thuật toán underlying machine learning.
19.) Convolution Neural Networks (CNNs) Based Approaches:
- ✓ Problem với sliding-windows approach là gì
- ✓ Region proposals và selective search algorithms.
- ✓ Region based convolutional neural networks (C-RNN).
- ✓ fast C-RNN.
- ✓ faster C-RNN.
20.) You Only Look Once (YOLO) Object Detection Algorithm:
- ✓ YOLO approach là gì?
- ✓ Constructing bounding boxes.
- ✓ Làm thế nào để phát hiện các đối tượng trong một hình ảnh với một single look?
- ✓ Intersection of union (IOU) algorithm.
- ✓ Làm thế nào để giữ bounding box phù hợp nhất với non-max suppression ?
21.) Single Shot MultiBox Detector (SSD) Object Detection Algorithm SDD:
- ✓ Ý tưởng chính đằng sau thuật toán SSD là gì.
- ✓ Constructing anchor boxes.
- ✓ VGG16 và MobileNet architectures.
- ✓ Implementing SSD với real-time videos.
Bạn đang chờ đợi điều gì? Học Machine Learning, Deep Learning và Computer Vision theo cách sẽ thúc đẩy sự nghiệp của bạn và nâng cao kiến thức của bạn, tất cả đều theo cách thú vị và thiết thực!
Khóa học này dành cho ai:
- ✓ Khóa học này dành cho người mới, những người chưa quen với machine learning, deep learning, computer vision và reinforcement learning hoặc sinh viên đang tìm kiếm một sự bồi dưỡng nhanh.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU