這是一套為零基礎(chǔ)學習者設(shè)計的30天人工智能系統(tǒng)入門課程，通過六大章節(jié)環(huán)環(huán)相扣的教學體系，從AI基礎(chǔ)概念、神經(jīng)網(wǎng)絡(luò)原理到經(jīng)典網(wǎng)絡(luò)架構(gòu)、目標檢測算法及實戰(zhàn)技巧，完整覆蓋深度學習核心知識，結(jié)合YOLO、Faster-RCNN等實戰(zhàn)項目，幫助學員建立完整的AI知識體系，為就業(yè)、轉(zhuǎn)行或創(chuàng)業(yè)提供扎實的技術(shù)基礎(chǔ)。

如何快速入門人工智能？

人工智能知識量大

難點：

如何快速高效、深入淺出的理解學習？

不用急：

《30天入門人工智能》課程，幫你快速高效的入門。

《30天入門人工智能》課程體系

從入門→基礎(chǔ)→改進→常識→深入→技巧，

6個環(huán)節(jié)，環(huán)環(huán)緊扣，一步步講解各個環(huán)節(jié)中需要的基礎(chǔ)

課程面向人群

①就業(yè)

人群：在校學生（專科/本科/研究生及以上）

目標：加強基礎(chǔ)知識點，為就業(yè)做準備，在求職面試階段理清思路

②轉(zhuǎn)行

人群：職場新人（程序員/產(chǎn)品經(jīng)理/項目管理等）

目標：了解基礎(chǔ)知識，為工作做準備，成為轉(zhuǎn)行儲備軍

③興趣

人群：申請行業(yè)愛好者

目標：學習AI基礎(chǔ)，了解行業(yè)動態(tài)

④創(chuàng)業(yè)

人群：技術(shù)負責人/CTO

目標：技術(shù)驅(qū)動方向，利用本身特點結(jié)合落地

課程6大章節(jié)詳情

章節(jié)1：入門（2節(jié)課）

學習目標：了解人工智能快速發(fā)展的背景，以及如何快速學習？

第一節(jié)人工智能入門知識點介紹

第二節(jié)《30天入門人工智能》學習指南

章節(jié)2：基礎(chǔ)（4節(jié)課）

學習目標：掌握深度學習網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)訓練背后的邏輯

第一節(jié)深度學習基礎(chǔ)算法與邏輯輸出

第二節(jié)初級神經(jīng)網(wǎng)絡(luò)入門講解

第三節(jié)淺層神經(jīng)網(wǎng)絡(luò)入門指南

第四節(jié)深度神經(jīng)網(wǎng)絡(luò)入門學習

章節(jié)3：改進（6節(jié)課）

學習目標：了解神經(jīng)網(wǎng)絡(luò)訓練的協(xié)同問題，以及如何改進的方式

第一節(jié)深度學習網(wǎng)絡(luò)的協(xié)同問題

第二節(jié)深度學習優(yōu)化：Mini-Batch梯度下降參數(shù)初始化

第三節(jié)中間優(yōu)化：激活函數(shù)

第四節(jié)中間優(yōu)化：網(wǎng)絡(luò)同一批次化訓練衰減

第五節(jié)輸出層優(yōu)化：softmax分類器

第六節(jié)輸出層優(yōu)化：多任務(wù)學習與多目標優(yōu)化

章節(jié)4：常識（7節(jié)課）

學習目標：掌握經(jīng)典神經(jīng)網(wǎng)絡(luò)，從簡單到復(fù)雜轉(zhuǎn)變的過程

第一節(jié)人工智能核心基礎(chǔ)：卷積神經(jīng)網(wǎng)絡(luò)（上）

第二節(jié)人工智能核心基礎(chǔ)：卷積神經(jīng)網(wǎng)絡(luò)（下）

第三節(jié)經(jīng)典神經(jīng)網(wǎng)絡(luò)講解：LeNet-5

第四節(jié)經(jīng)典神經(jīng)網(wǎng)絡(luò)講解：Alexnet

第五節(jié)經(jīng)典神經(jīng)網(wǎng)絡(luò)講解：VGG-16

第六節(jié)經(jīng)典神經(jīng)網(wǎng)絡(luò)講解：Resnet

第七節(jié)經(jīng)典神經(jīng)網(wǎng)絡(luò)講解：Inception

章節(jié)5：深入（7節(jié)課）

學習目標：掌握重要的目標檢測知識

第一節(jié)目標檢測基礎(chǔ)算法講解與實現(xiàn)（上）

第二節(jié)目標檢測基礎(chǔ)算法講解與實現(xiàn)（下）

第三節(jié)YOLOv3目標檢測算法的原理及實現(xiàn)（上）

第四節(jié)YOLOv3目標檢測算法的原理及實現(xiàn)（下）

第五節(jié)Faster-RCNN目標檢測算法的原理及實現(xiàn)（上）

第六節(jié)Faster-RCNN目標檢測算法的原理及實現(xiàn)（下）

第七節(jié)項目實戰(zhàn)評估：貝葉斯誤差&網(wǎng)絡(luò)評價

章節(jié)6：技巧（5節(jié)課）

學習目標：學習日常工作中的一些技巧知識點

第一節(jié)網(wǎng)絡(luò)訓練技巧1：數(shù)據(jù)增強及設(shè)計

第二節(jié)網(wǎng)絡(luò)訓練技巧2：錯誤分析及錯誤點修正

第三節(jié)網(wǎng)絡(luò)訓練技巧3：過擬合欠擬合&梯度爆炸&梯度消失

第四節(jié)網(wǎng)絡(luò)訓練技巧4：正則化技術(shù)&Dropout

第五節(jié)項目實戰(zhàn)評估：貝葉斯誤差&網(wǎng)絡(luò)評價

課程內(nèi)容：

01、第一章第一節(jié)《人工智能基礎(chǔ)入門指南》.mp4

02、第一章第二節(jié)《30天入門人工智能》學習指南.mp4

03、第二章第一節(jié)《神經(jīng)網(wǎng)絡(luò)從輸入到輸出》.mp4

04、第二章第二節(jié)《初級神經(jīng)網(wǎng)絡(luò)入門指南》.mp4

05、第二章第三節(jié)《淺層神經(jīng)網(wǎng)絡(luò)入門指南》.mp4

06、第二章第四節(jié)《深度神經(jīng)網(wǎng)絡(luò)&遷移學習》.mp4

07、第三章第一節(jié)輸入端優(yōu)化1:數(shù)據(jù)增強&歸一化.mp4

08、第三章第二節(jié)輸入端優(yōu)化2:梯度下降&參數(shù)隨機初始化.mp4

09、第三章第三節(jié)中間層優(yōu)化1:激活函數(shù).mp4

10、第三章第四節(jié)中間層優(yōu)化2:網(wǎng)絡(luò)歸一化&學習率袁減.mp4

11、第三章第五節(jié)輸出端優(yōu)化1:softmax多分類器.mp4

12、第三章第六節(jié)輸出端優(yōu)化2:多任務(wù)學習&端到端學習.mp4

13、第四章第一節(jié)人工智能核心基礎(chǔ):卷積神經(jīng)網(wǎng)絡(luò)(上).mp4

14、第四章第二節(jié)人工智能核心基礎(chǔ):卷積神經(jīng)網(wǎng)絡(luò)(下).mp4

15、第四章第三節(jié)經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)1enet-5.mp4

16、第四章第四節(jié)經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)2:Alexnet.mp4

17、第四章第五節(jié)經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)3:Vgg-16.mp4

18、第四章第六節(jié)改進卷積神經(jīng)網(wǎng)絡(luò)1:Resnet.mp4

19、第四章第七節(jié)改進卷積神經(jīng)網(wǎng)絡(luò)2:Inception.mp4

20、第五章第一節(jié)目標檢測算法的背景與分類.mp4

21、第五章第二節(jié)YOLOv3相關(guān)算法的原理及實現(xiàn)(上).mp4

22、第五章第三節(jié)YOLOv3相關(guān)算法的原理及實現(xiàn)(下).mp4

23、第五章第四節(jié)YOLOv4算法的原理及實現(xiàn)(上).mp4

24、第五章第五節(jié)YOLOv4算法的原理及實現(xiàn)(下).mp4

25、5.6Faster-RCNN算法的原理及實現(xiàn)(上).mp4

26、5.7Faster-RCNN算法的原理及實現(xiàn)(下).mp4

27、第六章第一節(jié)網(wǎng)絡(luò)訓練技巧1:數(shù)據(jù)集選擇及設(shè)計.mp4

28、第六章第二節(jié)網(wǎng)絡(luò)訓練技巧2:錯誤分析及錯誤標簽修正.mp4

29、6.3網(wǎng)絡(luò)訓練問題:欠&過擬合&梯度爆炸&消失.mp4

30、6.4過擬合消除技巧2正則化&dropout.mp4

31、第六章第五節(jié)項目訓練評判:貝葉斯誤差及網(wǎng)絡(luò)評判.mp4

課程下載：