随着人工智能技术的快速发展,AI应用实战课成为了掌握关键技能的必经之路。本课程将带您深入理解监督学习、无监督学习、强化学习等理论,并通过JupyterNotebook、scikit-learn等工具,结合预测直播带货销售额、医疗数据集解析等实战案例,帮助您从理论到实践,快速掌握AI应用的核心技能,成为行业中的翘楚。
课程共分为21个环节,涵盖了AI应用领域的理论与实践。我们将从理论层面深入探讨监督学习、无监督学习、强化学习等基本概念,帮助您建立坚实的理论基础;通过实战案例,教您如何使用JupyterNotebook进行开发,掌握机器学习框架scikit-learn的使用技巧;并且深入探索AI项目实战的5大环节,从预测直播带货销售额到医疗数据集的深度解析,带您领略AI技术在不同领域的应用场景与商业价值。此外,课程还涵盖了回归算法、分类算法、聚类算法、降维算法等多个重要内容,通过实战案例帮助您掌握各种算法的具体应用方法。最后,我们还将介绍大数据和GPU时代的深度学习技术,以及最新的大语言模型开发框架LangChain,通过构建基于垂直行业内部文档的问答系统实战案例,帮助您全面掌握AI应用领域的核心技术与最新趋势。
课程目录:
课程介绍|成为AINative个体.mp4
01|理论:监督学习、无监督学习、强化学习.mp4
02|实战:如何使用JupyterNotebook?.mp4
03|工具:机器学习框架scikit-learn.mp4
04|理论:AI项目实战5大环节.mp4
05|实战:预测直播带货销售额.mp4
06|探索数据中蕴含的故事和商机.mp4
07|工具:Matplotlib和Seaborn.mp4
08|实战:医疗数据集大揭秘.mp4
09|各种各样的回归算法.mp4
10|实战:通过回归模型预测电商用户的生命周期价值(LTV).mp4
11|分类算法:非常广泛的AI应用场景.mp4
12|实战:通过分类算法辅助疾病诊断.mp4
13|理论:聚类算法的核心原理.mp4
14|实战:通过RFM值给用户画像.mp4
15|降维算法能用来做什么?.mp4
16|实战:通过降维算法做商品的品类分析.mp4
17|大数据和GPU时代的深度学习.mp4
18|工具:Pytorch深度学习框架.mp4
19|实战:用CNN网络做图像分类.mp4
20|实战:用RNN做时序预测.mp4
21|横空出世的大语言模型.mp4
22|工具:大语言模型开发框架LangChain.mp4
23|实战:构建基于垂直行业内部文档的问答系统.mp4
结束语&结课测试.mp4
2、出于传递信息之目的,故百万资源网可能会误刊发损害或影响您的合法权益,请您积极与我们联系处理(所有内容不代表本站观点与立场);
3、因时间、精力有限,我们无法一一核实每一条消息的真实性,但我们会在发布之前尽最大努力来核实这些信息;
4、无论出于何种目的要求本站删除内容,您均需要提供根据国家版权局发布的示范格式 《要求删除或断开链接侵权网络内容的通知》:https://www.bw1.net/banquan/sfgs.pdf, 国家知识产权局《要求删除或断开链接侵权网络内容的通知》填写说明: http://www.ncac.gov.cn/chinacopyright/contents/12227/342400.shtml 未按照国家知识产权局格式通知一律不予处理;请按照此通知格式填写发至本站的邮箱 master@bw1.net