深度神经网络算法之深度学习，资源教程下载

课程名称

    深度神经网络算法之深度学习，资源教程下载

课程目录

|深度神经网络学习深入与强化一 10课

          |第9课 更多的网络类型

          |第8课 RNN应用

          |第7课 RNN介绍

          |第6课 CNN推展案例

          |第5课 CNN训练注意事项与框架使用

          |第4课 CNN与常用框架

          |第3课 梯度下降法与反向传播

          |第2课 高效计算基础与图像线性分类器

          |第1课 机器学习中数学基础

          |第10课 更多框架

|机器学习之深度神经网络深入研究 20课

          |(额外补充)词嵌入word embedding

          |(20)贝叶斯网络和HMM

          |(19)Caffe&Tensor Flow&MxNet 简介

          |(18)循环神经网络与LSTM

          |(17)卷积神经网络

          |(16)人工神经网络

          |(15)贝叶斯推理采样与变分

          |(14)主题模型

          |(13)贝叶斯方法

          |(12)SVM

          |(11)决策树随机森林和adaboost

          |(10)聚类算法与应用

          |(09)推荐系统与应用

          |(08)最大熵模型与EM算法

          |(07)工作流程与模型调优

          |(06)特征工程

          |(05)回归分析与工程应用

          |(04)凸优化初步

          |(03)矩阵分析与应用

          |(02)数理统计与参数估计

          |____(01)机器学习与相关数学初步