ApacheCN 深度学习译文集 20201218 更新 布客飞龙 2020-12-18 282 阅读2分钟 新增了四个教程： Python 人工智能中文版 0 前言 1 人工智能简介 2 人工智能的基本用例 3 机器学习管道 4 特征选择和特征工程 5 使用监督学习的分类和回归 6 集成学习的预测分析 7 通过无监督学习检测模式 8 构建推荐系统 9 逻辑编程 10 启发式搜索技术 11 遗传算法和遗传编程 12 云上的人工智能 13 使用人工智能构建游戏 14 构建语音识别器 15 自然语言处理 16 聊天机器人 17 序列数据和时间序列分析 18 图像识别 19 神经网络 20 将卷积神经网络用于深度学习 21 循环神经网络和其他深度学习模型 22 通过强化学习创建智能体 23 人工智能和大数据 Python 无监督学习实用指南 零、前言 一、无监督学习入门 二、聚类基础 三、高级聚类 四、实用的层次聚类 五、软聚类和高斯混合模型 六、异常检测 七、降维和成分分析 八、无监督神经网络模型 九、生成对抗网络和 SOM 十、习题 生成对抗网络项目 零、前言 一、生成对抗网络简介 二、3D-GAN -- 使用 GAN 生成形状 三、使用条件 GAN 进行人脸老化 四、使用 DCGAN 生成动漫角色 五、使用 SRGAN 生成逼真的图像 六、StackGAN - 逼真的文本到图像合成 七、CycleGAN - 将绘画变成照片 八、条件 GAN - 使用条件对抗网络的图像到图像翻译 九、预测 GAN 的未来 TensorFlow 智能移动项目 零、前言 一、移动 TensorFlow 入门 二、通过迁移学习对图像进行分类 三、检测物体及其位置 四、以惊人的艺术风格变换图片 五、了解简单的语音命令 六、用自然语言描述图像 七、使用 CNN 和 LSTM 识别绘画 八、用 RNN 预测股价 九、使用 GAN 生成和增强图像 十、构建类似 AlphaZero 的手机游戏应用 十一、在移动设备上使用 TensorFlow Lite 和 Core ML 十二、在 Raspberry Pi 上开发 TensorFlow 应用
