【此“课”交大】《人工智能应用导论》

Parts

1. P1 · 1.1.1 AI简介
2. P2 · 1.1.2 AI发展史
3. P3 · 1.1.3 机器学习简介
4. P4 · 1.1.4 机器学习的术语
5. P5 · 1.1.5 AI应用案例
6. P6 · 1.2.1 简单机器学习方法-简介
7. P7 · 1.2.2 简单机器学习方法 - 回归分析 1
8. P8 · 1.2.2 简单机器学习方法 - 回归分析 2
9. P9 · 1.2.3 简单机器学习方法 - 决策树 1
10. P10 · 1.2.3 简单机器学习方法 - 决策树 2
11. P11 · 1.2.4 简单机器学习方法 - 聚类 1
12. P12 · 1.2.4 简单机器学习方法 - 聚类 2
13. P13 · 2.1.1人工神经网络 1
14. P14 · 2.1.2人工神经网络 2
15. P15 · 2.1.3 人工神经网络编程
16. P16 · 2.2.1 神经网络的训练
17. P17 · 2.2.2 人工神经网络的训练编程 1
18. P18 · 2.2.3 人工神经网络的训练编程 2
19. P19 · 3.1.1 卷积神经网络
20. P20 · 3.1.2 卷积神经网络实例LeNet
21. P21 · 3.1.3 卷积神经网络编程
22. P22 · 3.2.1 卷积神经网络架构-图像分类
23. P23 · 3.2.2 卷积神经网络架构-目标检测
24. P24 · 4.1.1 自然语言处理-基础知识
25. P25 · 4.1.2 自然语言处理-基础知识编程
26. P26 · 4.1.3 自然语言处理-进阶任务编程
27. P27 · 4.2.1 自然语言处理-神经网络编程
28. P28 · 5.1 神经网络的评估与训练
29. P29 · 5.2 神经网络的评估与训练进阶