GATEWAY是 CONNECTUS 康耐仕集团的独立品牌，专注于领导力发展与学习管理外包项目，我们来自于新加坡，所在集团在亚太地区有 450+ 雇员。成立以来，我们以使命驱动，帮助了许多世界 500 强和国内的知名企业，解决了他们一个又一个的组织管理和人才发展方面遇到的挑战。从初次合作到持续采购，客户感受到 GATEWAY 的专业服务和以客户为中心的合作精神。

课程大纲

共0节时长0分钟全部收起

一、深度学习

共2节 | 11分钟

1.1Meet your instructors and why machine learning

7分钟
1.2What to expect from this part

3分钟

二、深度学习——神经网络概览

共12节 | 44分钟

2.1 Introduction to neural networks

4分钟
2.2 Training the model

3分钟
2.3 Types of machine learning

4分钟
2.4 The Linear model (LinearAlgebraic Version)

3分钟
2.5 The linear model with Multiple Inputs

3分钟
2.6 The linear model with Multiple inputs and multiple outputs

5分钟
2.7 Graphical Representation of Simple Neural Networks

2分钟
2.8 What is the objective function

2分钟
2.9 Common Objective Functions L2-norm loss

2分钟
2.10 Common Objective Functions Cross-entropy loss

4分钟
2.11 gradient descent optimization algorithms-1

7分钟
2.12 gradient descent optimization algorithms-2

6分钟

三、创建环境

共6节 | 23分钟

3.1 Setting up the environment - Do not skip

1分钟
3.2 Why Python and why Jupyter

5分钟
3.3 Installing Anaconda

3分钟
3.4 Jupyter Dashboard - Part 1

3分钟
3.5 Jupyter Dashboard - Part 2

5分钟
3.6 Installing the TensorFlow package

6分钟

四、深度学习之如何使用Numpy从零开始构建神经网络

共4节 | 20分钟

4.1 Outline

3分钟
4.2 Generating the data (optional)

5分钟
4.3 Initializing the variables

4分钟
4.4 Training the model

8分钟

五、深度学习之TensorFlow2.0概览

共8节 | 29分钟

5.1 Install TensorFlow

6分钟
5.2 TensorFlow Outline and Comparison with Others

4分钟
5.3 TensorFlow 2.0 Intro

3分钟
5.4 A note on coding in TensorFlow

1分钟
5.5 Types of file formats in TensorFlow

3分钟
5.6 Outlining the Model with TensorFlow 2

6分钟
5.7 Interpreting the result

4分钟
5.8 Customizing a TensorFlow 2 Model

3分钟

六、深度学习之深挖神经网络：深度神经网络概览

共8节 | 27分钟

6.1 What is a Layer

2分钟
6.2 What is a deep net

2分钟
6.3 Really understand deep nets

5分钟
6.4 Why do we need non-linearities

3分钟
6.5 Activation functions

4分钟
6.6 Understanding Logistic Regression Tables

4分钟
6.7 Backpropagation

3分钟
6.8 Backpropagation - intuition

3分钟

七、深度学习之过度拟合

共6节 | 20分钟

7.1 What is Overfitting

4分钟
7.2 Underfitting and Overfitting for Classificatio

2分钟
7.3 What is Validation

4分钟
7.4 Training, Validation, and Test Datasets

3分钟
7.5 N-fold cross validation

3分钟
7.6 Early Stopping or When to Stop Training

5分钟

八、深度学习之初始化

共3节 | 9分钟

8.1 What is Initialization

3分钟
8.2 Types of simple initializations

3分钟
8.3 State-of-the-Art Method - (Xavier) Glorot Initialization

3分钟

九、深度学习之挖掘梯度下降和学习率调整

共7节 | 22分钟

9.1 Stochastic Gradient Descen

4分钟
9.2 Problems with Gradient Descent

2分钟
9.3 Momentum

3分钟
9.4 Learning Rate Schedules

5分钟
9.5 Learning Rate Schedules Visualized

2分钟
9.6 Adaptive Learning Rate Schedules

4分钟
9.7 Adam (Adaptive Moment Estimation)

3分钟

十、深度学习之预处理

共5节 | 15分钟

10.1 Preprocessing Introduction

3分钟
10.2 Types of Basic Preprocessing

1分钟
10.3 Standardization

5分钟
10.4 Preprocessing Categorical Data

2分钟
10.5 Binary and One-Hot Encoding

4分钟

十一、深度学习之MNIST数据集分类

共9节 | 36分钟

11.1 MNIST The Dataset

3分钟
11.2 How to tackle the MNIST dataset

3分钟
11.3 MNIST Importing the Relevant Packages

2分钟
11.4 MNIST Preprocess the Data

5分钟
11.5 Shuffle and Batch

7分钟
11.6 MNIST Outline the Model

5分钟
11.7 MNIST Select the Loss and the Optimizer

2分钟
11.8MNIST Learning

6分钟
11.9 MNIST Testing the Model

4分钟

十二、深度学习之商业案例

共8节 | 40分钟

12.1 Business Case Exploring

8分钟
12.2 Business Case Outlining the Solution

2分钟
12.3 Business Case Balancing the Dataset

4分钟
12.4 Business Case Preprocessing the Data

12分钟
12.5 Business Case Load the Preprocessed Data

4分钟
12.6Business Case Learning

4分钟
12.7 Setting an Early Stopping Mechanism

5分钟
12.8 Business Case Testing the Model

2分钟

十三、深度学习结语

共4节 | 14分钟

13.1 Summary on What You've Learned

4分钟
13.2Further out there in terms of Machine Learning

2分钟
13.3 An overview of CNNs

5分钟
13.4 An overview of RNNs

3分钟

购课须知

课程有效期：

自购买课程之日起 365 天，部分参与营销活动产品以活动规则为准，请同学在有效期内学习、观看课程。

上课模式：

课程采取录播模式，请注意自学课无班级微信群、班主任带班及助教批改服务。

注：自学课不支持退款，确保你是真的需要再进行报名，报完名之后还请认真学习。

点击下载
三节课App 微信扫码
关注三节课公众号