零基础学AI，轻松开启，玩转人工智能世界！

原标题：零基础人工智能课程，一键开启AI学习，带你玩转人工智能

零基础人工智能课程，一键开启AI学习，带你玩转人工智能

如何快速入门人工智能？人工智能知识量大，难点在于如何快速高效、深入浅出地理解学习。不用担心，《30天入门人工智能》课程将帮你快速高效入门。

课程体系

从入门→基础→改进→常识→深入→技巧，6个环节环环紧扣，一步步讲解各个环节中需要的基础知识。

课程面向人群

• 就业人群：在校学生（专科/本科/研究生及以上），目标是加强基础知识点，为就业做准备，在求职面试阶段理清思路。
• 转行人群：职场新人（程序员/产品经理/项目管理等），目标是了解基础知识，为工作做准备，成为转行储备军。
• 兴趣人群：行业爱好者，目标是学习AI基础，了解行业动态。
• 创业人群：技术负责人/CTO，目标是技术驱动方向，利用本身特点结合落地。

课程6大章节详情

章节1：入门（2节课）

学习目标：了解人工智能快速发展的背景，以及如何快速学习？

• 第一节：人工智能入门知识点介绍
• 第二节：《30天入门人工智能》学习指南

章节2：基础（4节课）

学习目标：掌握深度学习网络、神经网络训练背后的逻辑。

• 第一节：深度学习基础算法与逻辑输出
• 第二节：初级神经网络入门讲解
• 第三节：浅层神经网络入门指南
• 第四节：深度神经网络入门学习

章节3：改进（6节课）

学习目标：了解神经网络训练的协同问题，以及如何改进的方式。

• 第一节：深度学习网络的协同问题
• 第二节：深度学习优化：Mini-Batch梯度下降参数初始化
• 第三节：中间优化：激活函数
• 第四节：中间优化：网络同一批次化训练衰减
• 第五节：输出层优化：softmax分类器
• 第六节：输出层优化：多任务学习与多目标优化

章节4：常识（7节课）

学习目标：掌握经典神经网络，从简单到复杂转变的过程。

• 第一节：人工智能核心基础：卷积神经网络（上）
• 第二节：人工智能核心基础：卷积神经网络（下）
• 第三节：经典神经网络讲解：LeNet-5
• 第四节：经典神经网络讲解：Alexnet
• 第五节：经典神经网络讲解：VGG-16
• 第六节：经典神经网络讲解：Resnet
• 第七节：经典神经网络讲解：Inception

章节5：深入（7节课）

学习目标：掌握重要的目标检测知识。

• 第一节：目标检测基础算法讲解与实现（上）
• 第二节：目标检测基础算法讲解与实现（下）
• 第三节：YOLOv3目标检测算法的原理及实现（上）
• 第四节：YOLOv3目标检测算法的原理及实现（下）
• 第五节：Faster-RCNN目标检测算法的原理及实现（上）
• 第六节：Faster-RCNN目标检测算法的原理及实现（下）
• 第七节：项目实战评估：贝叶斯误差&网络评价

章节6：技巧（5节课）

学习目标：学习日常工作中的一些技巧知识点。

• 第一节：网络训练技巧1：数据增强及设计
• 第二节：网络训练技巧2：错误分析及错误点修正
• 第三节：网络训练技巧3：过拟合欠拟合&梯度爆炸&梯度消失
• 第四节：网络训练技巧4：正则化技术&Dropout
• 第五节：项目实战评估：贝叶斯误差&网络评价

课程内容：

• 01、第一章第一节《人工智能基础入门指南》(1).mp4
• 02、第一章第二节《30天入门人工智能》学习指南(1).mp4
• 03、第二章第一节《神经网络从输入到输出》(1).mp4
• 04、第二章第二节《初级神经网络入门指南》(1).mp4
• 05、第二章第三节《浅层神经网络入门指南》(1).mp4
• 06、第二章第四节《深度神经网络&迁移学习》(1).mp4
• 07、第三章第一节输入端优化1:数据增强&归一化(1).mp4
• 08、第三章第二节输入端优化2:梯度下降&参数随机初始化(1).mp4
• 09、第三章第三节中间层优化1:激活函数(1).mp4
• 10、第三章第四节中间层优化2:网络归一化&学习率袁减(1).mp4
• 11、第三章第五节输出端优化1:softmax多分类器(1).mp4
• 12、第三章第六节输出端优化2:多任务学习&端到端学习(1).mp4
• 13、第四章第一节人工智能核心基础:卷积神经网络(上)(1).mp4
• 14、第四章第二节人工智能核心基础:卷积神经网络(下)(1).mp4
• 15、第四章第三节经典卷积神经网络1:Lenet-5(1).mp4
• 16、第四章第四节经典卷积神经网络2:Alexnet(1).mp4
• 17、第四章第五节经典卷积神经网络3:Vgg-16(1).mp4
• 18、第四章第六节经典卷积神经网络4:Resnet(1).mp4
• 19、第四章第七节经典卷积神经网络5:Inception(1).mp4
• 20、第五章第一节目标检测基础算法讲解与实现（上）.mp4
• 21、第五章第二节目标检测基础算法讲解与实现（下）.mp4
• 22、第五章第三节YOLOv3目标检测算法的原理及实现（上）.mp4
• 23、第五章第四节YOLOv3目标检测算法的原理及实现（下）.mp4
• 24、第五章第五节Faster-RCNN目标检测算法的原理及实现（上）.mp4
• 25、第五章第六节Faster-RCNN目标检测算法的原理及实现（下）.mp4
• 26、第五章第七节项目实战评估：贝叶斯误差&网络评价(1).mp4
• 27、第六章第一节网络训练技巧1：数据增强及设计(1).mp4
• 28、第六章第二节网络训练技巧2：错误分析及错误点修正(1).mp4
• 29、第六章第三节网络训练技巧3：过拟合欠拟合&梯度爆炸&梯度消失(1).mp4
• 30、第六章第四节网络训练技巧4：正则化技术&Dropout(1).mp4
• 31、第六章第五节项目实战评估：贝叶斯误差&网络评价(1).mp4