Python資料挖掘人工智能演算法學習資料
這份學習資料包含：數學、Python、機器學習、深度學習、自然語言處理、影像處理、“優質Python案例代碼”等內容，
從“數學”到“影像處理”這六項有課件、視頻、代碼資料，“優質Python案例代碼”是代碼和資料資料，
其中數學包括：數學分析、線性代數、概率論與數理統計等內容，
其中Python包括：python語言、檔案操作、網路請求、numpy、matplotlib、pandas、sklearn、tensorflow、keras等內容，
其中機器學習包括：線性回歸、Logistic回歸、Softmax回歸、KNN、決策樹、隨機森林、GBDT、XGboost、K-means聚類、層次聚類、密度聚類、SVM、樸素貝葉斯、EM演算法、隱馬爾可夫模型、主題模型、資料清洗與特征選擇等內容，
其中深度學習包括：全連接神經網路(BP)、卷積神經網路(CNN)、回圈神經網路(RNN)(LSTM與GRU)、生成對抗神經網路(GAN)、自編碼神經網路(AE)、LeNet手寫數字識別、VGG16Net、MobileNet、ShuffleNet等內容，
其中自然語言處理包括：分詞(jieba、規則分詞、N-gram、HMM和CRF分詞)、詞向量(啞編碼、詞袋法、TFIDF以及主題模型)、垃圾郵件過濾專案、Word2Vec(CBOW、Skip-gram、Gensim、Embedding)、(Char2Vec、Doc2Vec、FastText)、詞性標注、句法分析、語意分析、HanLP、jiagu、Seq2Seq、Attention、Transformer、Bert、聊天機器人、命名物體識別、關系抽取等內容，
其中影像處理包括：PIL框架、GoogleNet、OpenCV的常用API、Canny邊緣檢測目標檢測、ResNet、DenseNet、Selective Search區域框獲取、OverFeat網路、RCNN網路、SPP Net目標檢測、Fast R-CNN目標檢測、Faster RCNN、SSD網路、YOLO v3網路、Deep Lab v3影像分割、Mask R-CNN影像分割、MT CNN網路、智能閘桿系統專案、人臉識別通道管理系統專案等內容，
其中“優質Python案例代碼”包括：python語言、檔案操作、網路請求、numpy、matplotlib、pandas、sklearn、tensorflow、keras等API的使用案例，以及京東各手機品牌用戶占比爬蟲專案、爬取代理IP的爬蟲專案、豆瓣電影爬蟲專案、看客inSight微信文章爬蟲專案，以及多個資料集(鳶尾花資料集、手寫數字、紅白酒質量、波士頓房價、氣溫資料集、復旦大學中文文本分類資料集、京東各手機品牌用戶占比資料集等)，以及RNN溫度預測、LeNet、VGG、CNN文本分類、RNN文本分類等案例，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/396341.html
標籤：其他