零基础实战机器学习
黄佳
新加坡埃森哲公司资深顾问,《零基础学机器学习》作者
新⼈⾸单¥59
809 人已学习
课程目录
已更新 12 讲 / 共 23 讲
0/4登录后,你可以任选4讲全文学习。
开篇词 (1讲)
开篇词|开发者为什么要从实战出发学机器学习?
免费
准备篇 (4讲)
01|打好基础:到底什么是机器学习?
02|工具准备:安装并使用Jupyter Notebook
03|实战5步(上):怎么定义问题和预处理数据?
04| 实战5步(下):怎么建立估计10万+软文点击率的模型?
业务场景闯关篇 (7讲)
05 | 数据探索:怎样从数据中找到用户的RFM值?
06 | 聚类分析:如何用RFM给电商用户做价值分组画像?
07|回归分析:怎样用模型预测用户的生命周期价值?
08 | 模型优化(上):怎么用特征工程提高模型效率?
09|模型优化(中):防止过拟合,模型也不能太精细
10|模型优化(下):交叉验证,同时寻找最优的参数
11|深度学习(上):用CNN带你认识深度学习
零基础实战机器学习
15
15
1.0x
00:00/00:00
登录|注册

11|深度学习(上):用CNN带你认识深度学习

你好,我是黄佳。
随着课程的不断深入,我们已经成功闯过两个关卡,获客关和变现关,学到了多种机器学习算法和模型的优化方法。今天这一讲,我们正式进入“激活关”。在这一关中,我们的主要任务是根据易速鲜花 App 的历史记录,借助深度学习神经网络,来预测它的日激活数趋势。通过“激活关”,相信你会对深度学习神经网络的原理和用法有一个比较深入的理解。
不过,在正式进入这个项目之前呢,我们需要先打打基础,解决两个问题:1. 深度学习的原理是什么?2. 怎么搭建起一个深层神经网络 CNN?这两个问题,我们将通过一个完整的小项目来搞定。

问题定义

易速鲜花的供应商每天都会发来大量的鲜花图片,不过,这些图片都没有按鲜花的类别进行分门别类,要是由人工来做的话,比较麻烦,成本也比较高。现在,我们需要根据易速鲜花大量已归类的鲜花图片,来建立一个能识别鲜花的模型,给未归类的图片自动贴标签。
这是一个典型的分类问题,同时也是一个计算机视觉领域的图片识别问题。那么下面我们先来看看在哪里可以找到这些花的图片。

数据收集和预处理

不知道你是否还记得,在第 2 讲中我曾经说过,在深度学习的实战部分,我会带你去 Kaggle 网站用一用 GPU、TPU 等加速器。Kaggle 网站是一个在线 Jupyter Notebook 平台,同时也是数据科学爱好者最好的学校交流场所,里面有数据集、源代码、课程资料等。我们这个项目会在 Kaggle 网站上完成。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/1000字
划线
笔记
复制
该试读文章来自付费专栏《零基础实战机器学习》,如需阅读全部文章,
请订阅文章所属专栏新⼈⾸单¥59
立即订阅
登录 后留言

精选留言(3)

  • 在路上
    佳哥好,今天的课程帮助我了解了深度学习的整个流程,虽然还不知道卷积和池化的参数为什么是这样设置的,但是图示的过程很容易理解。体验了下kaggle,新建notebook之后,一直处于editor loading状态。

    作者回复: Kaggle今天出了点小问题,现在好啦。

    2021-09-22
  • davidhuxiangwei
    老师,我用kaggle 的 notebook,打开后一直出现 editor loading ,所有操作按钮都不能用,是什么原因呢?

    作者回复: Kaggle今天出了点小问题,现在好啦。

    2021-09-22
  • aaaaa
    好多概念能够更加清晰
    2021-09-22
收起评论
3
返回
顶部