摘要： 
股票价格数据是一个时间序列形态的数据。所以，我们使用『循环神经网络(RNN)』对这种时序相关的数据进行建模，并将其应用在股票数据上进行预测。 阅读全文
股票价格数据是一个时间序列形态的数据。所以，我们使用『循环神经网络(RNN)』对这种时序相关的数据进行建模，并将其应用在股票数据上进行预测。 阅读全文
摘要： 
课程结合了最新的研究进展，讲解深度强化学习领域的前沿知识和实践，覆盖了使用深度学习神经网络进行强化学习的各类方法模型。 阅读全文
课程结合了最新的研究进展，讲解深度强化学习领域的前沿知识和实践，覆盖了使用深度学习神经网络进行强化学习的各类方法模型。 阅读全文
摘要： 
研究生级课程，围绕无监督学习的场景展开，包括深度生成模型和自监督学习两大主题，涵盖了许多当前的最新研究和模型。 阅读全文
研究生级课程，围绕无监督学习的场景展开，包括深度生成模型和自监督学习两大主题，涵盖了许多当前的最新研究和模型。 阅读全文
课程以实战为主，讲解了不同场景下应用深度学习解决问题的工具、过程和方法：从问题理解，方法选择、数据管理、选择 GPU 到 Web 部署、监控和再训练。 
课程以深度学习的典型方法、模型设计、可视化与模型理解为主题，讲解了自然语言处理、计算机视觉、强化学习等领域的AI模型全域知识。 
机器学习和深度学习等人工智能技术在森林火灾扑救过程中的应用。 
一门使用深度学习解决NLP问题的高质量课程，覆盖字词句等文本编码方法、循环神经网络、卷积神经网络、transformer自注意力与BERT、自然语言处理预训练模型等知识。 
吴恩达与助教在斯坦福开设的深度学习课程，内容覆盖基础知识、各类神经网络、实际应用等排，是很多人的深度学习入门课。 
吴恩达与其他几位斯坦福教授主讲，对机器学习和统计模式识别提供了广泛介绍，是机器学习领域里门非常重要的高质量课程，也是许多人进入AI领域的基石。 
客户分群对于精准营销的意义重大，而机器学习可以优化这一过程。本文会详细拆解实现过程：数据收集、创建RFM表、探索数据&数据变换、应用聚类做用户分群、解释结果。