神经网络入门

1.机器学习简介

2.深度学习简介

3.神经网络

4.Tensorflow基础

5.神经网络Tensorflow实战

  1.机器学习简介

  机器学习是什么?——无序数据转化为价值的方法

  机器学习的价值——从数据中抽取规律,并用来预测未来。

  2.机器学习应用举例

  分类问题——图像识别 、垃圾邮件识别(球赛电视直播画面的选取)

  回归问题——股价预测、房价预测

  排序问题——点击率预估、推荐

  生成问题——图像生成、图像风格转换、图像文字描述生成

  3.机器学习应用流程

  4.机器学习岗位职责

  

  

深度学习:

深度学习与机器学习:

深度学习包含的都有哪些算法技术?

 

目前,深度学习的进展:

 

 

 

 

 

相关文章

MNIST数据集可以说是深度学习的入门,但是使用模型预测单张M...
1、新建tensorflow环境(1)打开anacondaprompt,输入命令行...
这篇文章主要介绍“张量tensor是什么”,在日常操作中,相信...
tensorflow中model.fit()用法model.fit()方法用于执行训练过...
https://blog.csdn.net/To_be_little/article/details/12443...
根据身高推测体重const$=require('jquery');const...