教授级的深度学习深入应用课程 增加银行客户流失预测+seq2seq+注意力机制等新技术
教授级的深度学习深入应用课程,是一次关于深度学习技术的全新技术盛宴。课程由科研级的讲师为同学们倾力打造,在研习深度学习技术之余,又做了非常前沿的引入,再次让同学们学到了最新的技术。课程内容包括了BP神经网络,银行客户流失预测,Lenet5卷积神经网络,卷积神经网络训练,动物识别,图像分类,股票预测,Alexnet卷积神经网络,长短期记忆神经网络模型,手写体生成,注意力机制等等。
===============课程目录===============
(0);目录中文件数:84个
0111神经网络简介.mp4
0212BP神经网络.mp4
0313BP神经网络2.mp4
04132神经网络训练.mp4
05133神经网络应用.mp4
0614神经网路应用于银行客户流失预测.mp4
0715银行客户流失预测.mp4
0816银行客户流失预测3.mp4
0917银行客户流失预测4.mp4
1021深度学习深度学习在人工智能中的应用一.mp4
1122深度学习在人工智能中的应用.mp4
1223深度学习在人工智能中的应用3.mp4
1324深度学习在人工智能中的应用4.mp4
1431卷积神经网络概况.mp4
1532感受野.mp4
1633卷积的概念.mp4
1734图像编码与卷积.mp4
1835卷积操作.mp4
1936卷积特征图及计算.mp4
2037多通道卷积.mp4
2138池化.mp4
2239Lenet5卷积神经网络.mp4
23310Lenet5卷积神经网络2.mp4
243102Lenet5卷积神经网络22.mp4
25311Lenet5卷积神经网络3.mp4
263112Lenet5卷积神经网络32.mp4
27312完整的卷积神经网络过程.mp4
28313卷积神经网络训练.mp4
29314图像分类.mp4
31316图像分类.mp4
32317股票预测2.mp4
33318股票预测3.mp4
3441Alexnet卷积神经网络.mp4
3542AlexNet卷积神经网络2.mp4
3643AlexNet卷积神经网络模型3.mp4
3744VGG卷积神经网络模型.mp4
3845GoogLeNet卷积神经网络模型.mp4
3946残差神经网络模型.mp4
4047动物识别.mp4
4148动物识别2.mp4
4249动物识别3.mp4
4351循环神经网络基本原理.mp4
4452循环神经网络基本原理2.mp4
4553循环神经网络模型.mp4
4654长短期记忆神经网络模型.mp4
4755长短期记忆神经网络模型2.mp4
4856长短期记忆神经网络模型3.mp4
4957基于LSTM的股票预测.mp4
5061目标检测的基本概念.mp4
5162目标检测基本概念2.mp4
5263目标检测发展.mp4
5364基于候选区域的目标检测.mp4
5465基于候选区域的目标检测2.mp4
5566基于候选区域的目标检测3.mp4
5667基于候选区域的目标检测4.mp4
5768FastRCNN目标检测算法.mp4
5869FasterRCNN目标检测算法.mp4
59610Yolo目标检测算法.mp4
60611Yolo目标检测算法2.mp4
61612Yolo目标检测算法3.mp4
62613Yolo目标检测算法4.mp4
63614目标检测案例解析.mp4
64615目标检测案例解析2.mp4
65616目标检测案例解析3.mp4
66617目标检测案例解析4.mp4
6771生成对抗网络基本原理.mp4
6872生成对抗网络基本原理2.mp4
6973EncoderDecoder模型.mp4
7074生成对抗网络算法DCGAN.mp4
7175生成对抗网络算法DCGAN2.mp4
7276生成对抗网络算法DCGAN3.mp4
7377生成对抗网络算法应用.mp4
7478生成对抗网络算法应用2.mp4
7579手写体生成.mp4
76710手写体生成2.mp4
77711手写体生成3.mp4
78712手写体生成4.mp4
79713手写体生成5.mp4
8081Seq2Seq模型.mp4
8182Seq2Seq模型2.mp4
8283注意力机制模型.mp4
8384注意力机制模型2.mp4
8485注意力机制模型3.mp4
8586注意力机制模型案例分析.mp4
(1)复旦大学深度学习;目录中文件数:15个
(1.1.1)–神经网络基础.pdf
(1.4.1)–银行客户流失预测.pdf
(2.1.1)–深度学习应用概况.pdf
(3.1.1)–卷积神经网络基础.pdf
(3.11.1)–卷积笔记.pdf
(4.1.1)–卷积神经网络算法.pdf
(4.7.1)–VGG动物识别.pdf
(5.1.1)–循环神经网络模型.pdf
(5.7.1)–股票预测.pdf
(6.1.1)–目标检测.pdf
(6.14.1)–任务检测.pdf
(7.1.1)–生成对抗网络.pdf
(7.3.1)–自编码器.pdf
(7.9.1)–GAN用于手写体生成.pdf
(8.1.1)–注意力机制.pdf