1.机器学习简介
2.深度学习简介
3.神经网络
4.Tensorflow基础
5.神经网络Tensorflow实战
1.机器学习简介
机器学习是什么？——无序数据转化为价值的方法。
机器学习的价值——从数据中抽取规律，并用来预测未来。
2.机器学习应用举例
分类问题——图像识别 、垃圾邮件识别（球赛电视直播画面的选取）
回归问题——股价预测、房价预测
排序问题——点击率预估、推荐
3.机器学习应用流程
4.机器学习岗位职责
深度学习：
深度学习与机器学习：
深度学习包含的都有哪些算法技术？
目前，深度学习的进展：
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
