欢迎来到在线教学平台
问题答疑
精品课程
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
更多
精品课程
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
教师登录
学生登录
精品课程
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
首页 - 课程列表 - 课程详情
返回
深度学习基础
课程类型：
选修课
主讲教师：
刘远超
课程来源：
哈尔滨工业大学
建议学分：
3.00分
课程编码：
xtzx1273
课程介绍
课程目录
教师团队
第一讲 深度学习概述
s
1.1 深度学习的引出
（17分钟）
s
1.2 数据集及其拆分
（14分钟）
s
1.3 分类及其性能度量
（14分钟）
s
1.4 回归问题及其性能评价
（12分钟）
s
1.5 一致性的评价方法
（10分钟）
s
1.6 程序讲解：使用Sklearn进行精确率-召回率曲线的绘制
（10分钟）
第二讲 特征工程概述
s
2.1 特征工程
（10分钟）
s
2.2 向量空间模型及文本相似度计算
（11分钟）
s
2.3 特征处理(特征缩放、选择及降维)
（18分钟）
s
2.4 程序讲解：使用sklearn对文档进行向量化的实例
（6分钟）
s
2.5 程序讲解：使用sklearn进行量纲缩放的实例
（5分钟）
第三讲 回归问题及正则化
s
3.1 线性回归模型及其求解方法
（12分钟）
s
3.2 多元回归与多项式回归
（11分钟）
s
3.3 损失函数的正则化
（11分钟）
s
3.4 逻辑回归
（8分钟）
s
3.5 程序讲解：使用sklearn进行线性回归和二次回归的比较的程序示例
（9分钟）
第四讲 信息熵及梯度计算
s
4.1 信息熵
（15分钟）
s
4.2 反向传播中的梯度
（9分钟）
s
4.3 感知机
（11分钟）
s
4.4 程序讲解：正向传播和反向传播的程序示例
（6分钟）
s
4.5 程序讲解：信息熵和互信息的计算程序示例
（6分钟）
第五讲 循环神经网络及其变体
s
5.1 循环神经网络
（11分钟）
s
5.2 长短时记忆网络
（13分钟）
s
5.3 双向循环神经网络和注意力机制
（6分钟）
s
5.4 程序讲解：循环神经网络的程序示例
（22分钟）
第六讲 卷积神经网络
s
6.1 卷积与卷积神经网络
（14分钟）
s
6.2 LeNet-5 模型分析
（14分钟）
s
6.3 程序讲解：卷积神经网络的程序示例
（22分钟）
第七讲 递归神经网络
s
7.1 情感分析及传统求解方法
（11分钟）
s
7.2 词向量
（6分钟）
s
7.3 递归神经网络及其变体
（16分钟）
第八讲 生成式神经网络
s
8.1 自动编码器
（10分钟）
s
8.2 变分自动编码器
（12分钟）
s
8.3 生成对抗网络
（14分钟）
s
8.4 程序讲解：自动编码器程序示例
（23分钟）
京公网安备 11011502004263