媒體:
41
建立:
2021/08/06
管理者:
系統管理者
  1. 知識庫
  2. 目錄總覽
  3. MOOCs自學課程
  4. 張家銘、彭彥璁－資料科學與深度學習
  5. 媒體
管理者：系統管理者
  1. 1.
    01:25
    110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－宣傳影片
  2. 2.
    第一單元：線性回歸模型
    1. 2.1
      12:08
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－1-1 線性回歸模型介紹
    2. 2.2
      12:08
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－1-2-1 線性回歸模型利用 R 語言-1
    3. 2.3
      10:25
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－1-2-2 線性回歸模型利用 R 語言-2
    4. 2.4
      07:18
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－1-3 計算線性回歸模型參數
    5. 2.5
      10:40
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－1-4 評估參數的正確性
    6. 2.6
      08:37
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－1-5 計算參數統計顯著
  3. 3.
    第二單元：羅吉斯回歸模型
    1. 3.1
      10:13
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－2-1 羅吉斯回歸與線性回歸連結
    2. 3.2
      06:29
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－2-2 羅吉斯轉換
    3. 3.3
      08:03
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－2-3 如何解讀回歸參數
    4. 3.4
      08:43
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－2-4 羅吉斯回歸進階應用
    5. 3.5
      11:00
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－2-5 多重回歸與多個單一回歸的差別
  4. 4.
    第三單元：回歸模型進階應用
    1. 4.1
      12:30
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－3-1 回歸模型進階課題
    2. 4.2
      10:54
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－3-2 非線性課題
    3. 4.3
      06:43
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－3-3 不尋常值偵測
    4. 4.4
      09:20
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－3-4 特徵相依性
    5. 4.5
      10:53
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－3-5-1 回答商業需求-1
    6. 4.6
      05:44
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－3-5-2 回答商業需求-2
  5. 5.
    第四單元：何謂人工智慧
    1. 5.1
      05:41
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－4-1 Artificial Intelligence AI
    2. 5.2
      10:30
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－4-2 人工智慧與機器學習及深度學習關係
    3. 5.3
      09:45
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－4-3-1 General Deep Learning Framework 常見的深度學習架構
    4. 5.4
      09:03
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－4-3-2 Regularization 正則化
    5. 5.5
      10:55
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－4-3-3 Different Type of Learning 不同的學習方式
    6. 5.6
      06:04
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－4-3-4 Regression vs Classification 回歸 vs 分類
    7. 5.7
      13:50
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－4-3-5-1 Optimization and Loss Function 優化器與損失函數-1
    8. 5.8
      09:21
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－4-3-5-2 Optimization and Loss Function 優化器與損失函數-2
  6. 6.
    第五單元：卷積神經網路
    1. 6.1
      08:17
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－5-1 Convolutional Network 卷積網路
    2. 6.2
      02:52
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－5-2 Fully Connected Layer 全連接層
    3. 6.3
      07:13
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－5-3-1 Convolutional Layer 卷積層-1
    4. 6.4
      12:58
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－5-3-2 Convolutional Layer 卷積層-2
    5. 6.5
      03:49
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－5-4 Pooling Layer and Flatten 池化層與攤平
    6. 6.6
      04:20
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－5-5 Neural Networks 類神經網路
    7. 6.7
      05:49
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－5-6 Feature Extraction 特徵抽取
    8. 6.8
      11:55
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－5-7-1深度學習架構介紹-1
    9. 6.9
      10:16
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－5-7-2 深度學習架構介紹-2
  7. 7.
    第六單元：深度學習訓練
    1. 7.1
      12:26
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－6-1-1 常用深度學習訓練技巧-1
    2. 7.2
      12:17
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－6-1-2 常用深度學習訓練技巧-2
    3. 7.3
      03:41
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－6-1-3 常用深度學習訓練技巧-3
    4. 7.4
      14:12
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－6-2-1 進階深度學習技術介紹-1
    5. 7.5
      13:26
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－6-2-2 進階深度學習技術介紹-2
    6. 7.6
      05:59
      110 - 磨課師課程－張家銘、彭彥璁－資料科學與深度學習－6-2-3 進階深度學習技術介紹-3
© Copyright since 2003 by NCCU CTLD.
All rights reserved.