人工智能与大数据特训班 基础理论 + 项目实战

【人工智能、大数据与复杂系统一月特训班】

基础理论+项目实战，手把手实战课程设计的项目实践。

共计216课时系统学习，随时随地反复学习观看 。

认识更多共同学习伙伴，专属学习答疑交流群。

一同组建27位讲师联盟主演，带你全方位系统学习人工智能。

不论是已经在这个领域还是想往机器学习、人工智能方向发展，都是一次绝佳学习机会！

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

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

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