|
|
2022年《AI与量化》系列视频
欢迎来到2022年的《AI与量化》系列视频课程。 这是一门精心设计的课程，旨在帮助程序员更好地了解和运用人工智能（AI）以及量化分析的有关知识。
课程从Rosenblatt感知器开始，详细介绍了最小二乘法估计最优拟合直线的原理。进一步通过梯度下降方法以及反向传播过程，进一步让你了解了神经网络的基础运作机制。在这个基础上，我们还结合实际代码演示了如何加入Sigmoid激活函数以及如何构建带有一个隐藏层的深度神经网络。
压轴部分是关于Tensorflow Playground的系列实验。通过这部分详细的实践操作，你将深入理解Tensorflow架构的运行机制。为了进一步提升学习效果，我们还为你准备了Keras框架的实验源码。你将会通过一系列实验源码深入理解Keras框架的运用，并且将其应用到实际的项目当中。 此外，你还将学习利用Keras框架实现Le-Net 5卷积神经网络，理解RNN递归神经网络及LSTM长短期记忆神经网络。GRU门控循环单元的实现也是本课程的重要部分。
同时，在课程的最后，你还将利用全联接神经网络预测股票价格，这对于程序员来说将是非常有价值的实践经验。 在课程结束时，我们还为你提供了一些番外篇，如如何在Mac系统或者PyCharm环境下安装和配置Keras和Tensorflow，这些实用的技巧会对你今后的学习和工作产生积极的指引作用。
总的来说，无论你是想进一步提升AI技术，还是希望通过实战快速成为量化分析师，这门课程都能满足你的需求。让我们一起开启AI与量化的学习之旅吧。
资源目录：
├──AI与量化第10期：Tenserflow Playground试炼（一）.mp4 170.63M
├──AI与量化第11期：Tensorflow Playground试炼（二）.mp4 188.18M
├──AI与量化第12期：Tensorflow Playground 试炼（三）.mp4 205.84M
├──AI与量化第12期：Tensorflow Playground 试炼（四）.mp4 466.78M
├──AI与量化第14期：Keras框架实验源码（三）.mp4 260.09M
├──AI与量化第15期：Keras框架实验源码（四）.mp4 303.13M
├──AI与量化第16期：Keras框架实验源码（五）.mp4 246.53M
├──AI与量化第17期：Keras开源神经网络框架-跑通Mnist数据.mp4 31.72M
├──AI与量化第18期：全联接神经网络Mnist手写体识别实验源码讲解.mp4 338.64M
├──AI与量化第1期：Rosenblatt感知器.mp4 14.30M
├──AI与量化第20期：Keras框架实现Le-Net 5卷积神经网络实验源码.mp4 295.36M
├──AI与量化第21期：CNN卷积神经网络源码.mp4 254.90M
├──AI与量化第22期：RNN递归神经网络实验源码.mp4 555.16M
├──AI与量化第23期：LSTM长短期记忆神经网络.mp4 404.19M
├──AI与量化第24期：GRU门控循环单元.mp4 276.75M
├──AI与量化第25期：用全联接神经网络预测股票价格.mp4 383.20M
├──AI与量化第2期：最小二乘法估计最优拟合直线.mov 170.10M
├──AI与量化第3期：梯度下降方法源码.mp4 313.72M
├──AI与量化第4期：梯度下降与反向传播拟合y=wx+b代码.mp4 354.49M
├──AI与量化第5期：加入sigmoid激活函数源码.mp4 330.53M
├──AI与量化第6期：带有一个隐藏层的深度神经网络源代码.mp4 520.50M
├──AI与量化第7期：带有两个特征维度的神经网络.mp4 424.14M
├──AI与量化第8期：Keras框架实验源码（一）.mp4 312.85M
├──AI与量化第9期：Keras框架实验源码（二）.mp4 264.29M
├──AI与量化番外篇：Mac系统安装Keras和Tensorflow.mp4 197.08M
└──AI与量化番外篇：Pycharm配置Keras和Tensorflow环境.mp4 152.00M
下载地址：
|
|
[复制链接]
