课程介绍
我们有幸站在时代的风口,目睹信息科技掀起的革命风暴,从AlphaGo到无人驾驶,人工智能结合大数据应用场景越来越多,现今每个人的工作都和数据息息相关,无论是大数据分析、机器学习、人工智能还是无人驾驶汽车,它们都将深刻改变我们的生活。
课程内容
- 宣传片
- 复杂系统
- 大数据与机器学习
- 人工智能的三个阶段
- 高等数学—元素和极限
- 复杂网络经济学应用
- 机器学习与监督算法
- 阿尔法狗与强化学习算法
- 高等数学—两个重要的极限定理
- 高等数学—导数
- 贝叶斯理论
- 高等数学—泰勒展开
- 高等数学—偏导数
- 高等数学—积分
- 高等数学—正态分布
- 朴素贝叶斯和最大似然估计
- 线性代数—线性空间和线性变换
- 数据科学和统计学
- 线性代数—矩阵、等价类和行列式
- Python基础课程
- 线性代数—特征值与特征向量
- 监督学习框架
- PCA、降维方法引入
- Python操作数据库、 Python爬虫
- 线性分类器
- Python进阶
- Scikit-Learn
- 熵、逻辑斯蒂回归、SVM引入
- 决策树
- 数据呈现基础
- 云计算初步
- D-Park实战
- 第四范式分享
- 决策树到随机森林
- 数据呈现进阶
- 强化学习
- SVM和神经网络引入
- 集成模型总结和GDBT理解及其衍生应用
- 神经网络
- 监督学习-回归与分类
- 神经网络基础与卷积网络
- 时间序列预测
- 人工智能金融应用
- 计算机视觉深度学习入门
- 个性化推荐算法
- Pig和Spark巩固
- 人工智能与设计
- 神经网络
- 非线性动力学
- 高频交易订单流模型
- 区块链一场革命
- 统计物理专题
- 复杂网络简介
- ABM简介及金融市场建模
- 用伊辛模型理解复杂系统
- 金融市场的复杂性
- 广泛出现的幂律分布
- 自然启发算法
- 机器学习的方法
- 模型可视化工程管理
- Value Iteration Networks
- 最新回放
- 非线性动力学系统
- 自然语言处理导入
- 复杂网络上的物理传输过程
- RNN及LSTM
- 漫谈人工智能创业
- 深度学习其他主题
- 课程总结
相关资源