6-面向对象编程

向对象编程的一个重要特点就是数据封装。

5-模块

在计算机程序的开发过程中，随着程序代码越写越多，在一个文件里代码就会越来越长，越来越不容易维护。

4-函数式编程

函数式编程就是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量，因此，任意一个函数，只要输入是确定的...

3-高级特性

掌握了Python的数据类型、语句和函数，基本上就可以编写出很多有用的程序了。

2-函数

🚩 函数名其实就是指向一个函数对象的引用，完全可以把函数名赋给一个变量，相当于给这个函数起了一个别名。

1-Python基础

推荐安装 Anaconda，这是一个基于Python的数据处理和科学计算平台，它已经内置了许多非常有用的第三方库，我们装上Anaconda，就...

9-大规模机器学习+图片文字识别

如果我们有一个低方差的模型，增加数据集的规模可以帮助你获得更好的结果。我们应该怎样应对一个有100万条记录的训练集？

8-异常检测+推荐系统

在接下来的一系列视频中，我将向大家介绍异常检测(Anomaly detection)问题。这是机器学习算法的一个常见应用。这种算法的一个有...

7-聚类+降维

在本节中，我们将开始学习**聚类算法**，这是我们学习的第一个非监督学习算法。我们将要让计算机学习无标签数据，而不是此前的...

6-支持向量机SVM

对于监督学习，还有一个更加强大的算法广泛的应用于工业界和学术界，它被称为支持向量机(Support Vector Machine)。

5-神经网络

们之前学的，无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。

4-逻辑回归+正则化

在分类问题中，你要预测的变量是离散的值，我们将学习一种叫做逻辑回归 (Logistic Regression)的算法，这是目前最流行使用最广...

3-线性回归

在监督学习里，我们有一个数据集，被称为训练集。

2-模型评估与选择

🔊 本节内容对应吴恩达老师课程的 Week 6，参照西瓜书中的第二章内容进行了添加和修改。

1-机器学习介绍

Machine Learning : Field of study that gives computers the ability to learn without being explicitly programmed. 在没有...

15-循环神经网络

💡 循环神经网络 RNN 也称循环序列模型，在语音识别、自然语言处理和其他领域中引起了巨大的变革。

14-特殊应用-人脸识别和神经风格转换

🔈 本节将介绍一些重要的卷积神经网络的特殊应用，比如人脸识别、神经风格转换

13-目标检测

前两节课中，我们介绍的是利用 CNN 模型进行图像分类。本节将继续深入介绍目标定位和目标检测（包含多目标检测）。

12-深度卷积网络-实例探究

本周课程将主要介绍几个典型的 CNN 案例。**通过对具体 CNN 模型及案例的研究，来帮助我们理解知识并训练实际的模型**。

11-卷积神经网络基础

机器视觉（Computer Vision）是深度学习应用的主要方向之一。