返回所有课程
人工神经网络通过检测大量信息中的模式进行学习。就像你自己的大脑一样,人工神经网络是灵活的数据处理机器,可以做出预测和决定。事实上,在国际象棋和癌症诊断等任务上,表现最好的机器人胜过人类。
在这门课程中,你将通过动手实验来剖析人工神经网络的内部机制,而不是繁琐的数学。您将对它们适合解决的问题类型产生直觉,最后您将准备深入研究算法,或为自己构建一个算法。
当传统的人工智能陷入死胡同时,人工神经网络就会介入。
你必须活着才能学习吗?
人工智能有什么难的?试着用像素来观察。
为什么我们需要神经网络?有些事情是无法编程的。
教机器自学。
神经网络的力量来自于这些简单的积木。
认识你的第一个人工神经元,学习如何编码简单的逻辑操作。
让我们来看看神经网络的内部构造
用这个二元神经元的图形模型磨练你的直觉。
通过层层堆叠,可以摆脱单个神经元的局限。
将神经元分层连接在一起可以提高神经网络的性能。
有一些复杂的数据需要分类?尝试添加一个隐藏层到你的ANN。
分类并不是ANN唯一的特色。危险的曲线前进……
不认为人工神经网络可以模拟它?再想想——它们是普遍的!
了解ANN是如何学会看的(以及如何欺骗它)。
通过探索阶乘、指数和未知来加强你的代数技能。
快速进入尖端计算学习方法。