人工智能课程体系（袁震）
2021-09-05 11:33:19 0 举报AI智能生成
人工智能课程体系（袁震）
作者其他创作
大纲/内容
机器学习
线性回归
logistic回归
支持向量机
朴素贝叶斯
集成学习方法
随机森林
提升算法
无监督学习
聚类
降维
异常检测
深度视觉
深度学习网络结构
神经网络简介
激活函数
Batch normalization
Dropout
网络连接方式
深度学习训练与优化
Ground truth
损失函数
学习率
优化算法
过拟合与欠拟合
正则化
参数的初始化
卷积神经网络
卷积和池化
卷积的反向传播
经典卷积神经网络
卷积神经网络应用
分类
检测
分割
自然语言处理
语料库与词汇知识库
语言模型
概率图模型
自动分词、命名实体识别与词性标注
句法分析
语义分析
词嵌入
word2vec
GloVe
神经网络与反向传播
循环神经网络RNN
高级循环神经网络LSTM和GRUs
注意力模型attention
推荐系统
用户画像
冷启动问题
基于热门数据推荐实现冷启动
利用用户注册信息实现冷启动
利用用户上下文信息实现冷启动
利用用户和系统之间的交互实现冷启动
利用物品的内容属性实现冷启动
利用专家标注数据实现冷启动
推荐算法模型评估
用户调研
在线评估
在线实验方式——ABTest
离线评估
基于协同过滤的推荐算法
基于用户的协同过滤
基于物品的协同过滤
基于矩阵分解的协同过滤
混合推荐算法
基于GBDT的推荐系统
基于LR的推荐系统
基于GBDT＋LR算法的推荐系统
基于FM/FMM算法的推荐系统
基于深度学习的推荐模型
基于wide&deep模型的推荐算法
基于DeepFM 的推荐算法
基于Deep&Cross Network 的推荐算法
基于PNN 的推荐算法
基于NFM 的推荐算法
基于AFM 的推荐算法
基于强化学习的推荐系统
收藏
收藏
0 条评论
下一页
