【课程内容】

01_行业背景
02_学习这门课所必备的背景知识
03_发展历史及现状
04_数学分析基础
05_线性代数与概率论基础
06_机器学习基本知识
07_线性回归模型
08_线性回归习题和总结
09_Logistic回归模型与练习
10_决策树ID3-C4.5算法
11_随机森林与梯度提升
12_朴素贝叶斯文本分类
13_深度学习背景及简介
14_深度神经网络基础及DNN简介
15_Tensorflow框架简介
16_Tensorflow入门示例讲解
17_卷积神经网络
18_卷积神经网络代码讲解
19_Word Embedding模型
20_循环神经网络(1)
21_循环神经网络(2)-lstm
22_循环神经网络应用
23_聊天机器人实战