---
深度学习DeepLearning
时间:4月16日—4月19日
一、深度学习DeepLearning综述
二、深度神经网络
三、卷积神经网络CNN
四、循环神经网络RNN
五、对抗性生成网络GAN
六、强化学习DRL
七、迁移学习TL
八、抽象建模
九、计算机视觉
十、模型优化
十一、深度学习算法理论解析
十二、深度学习实际应用案例操作
十三、深度学习DL+医学
十四、深度学习DL+遥感
十五、深度学习DL+石油勘探
十六、深度学习DL+交通
课程链接:https://maiimg.com/pdf/?e=agCJRghoIuVpAm
---
强化学习Reinforcement Learning
时间:4月23日—4月26日
一、强化学习概述
二、马尔科夫决策过程
三、蒙特卡罗方法
四、基于模型的强化学习
五、基于采样-估计的强化学习
六、基于逼近理论的强化学习
七、从强化学习到深度强化学习
八、深度强化学习
九、多任务深度强化学习
十、分层深度强化学习
十一、多智能体强化学习
课程链接:https://maiimg.com/pdf/?e=agbeALR9lLvhom
---
负责人:李子康
Mobile:17777851320
E-mail:qmxsfc_lzk@china.com
深度学习DeepLearning
时间:4月16日—4月19日
一、深度学习DeepLearning综述
二、深度神经网络
三、卷积神经网络CNN
四、循环神经网络RNN
五、对抗性生成网络GAN
六、强化学习DRL
七、迁移学习TL
八、抽象建模
九、计算机视觉
十、模型优化
十一、深度学习算法理论解析
十二、深度学习实际应用案例操作
十三、深度学习DL+医学
十四、深度学习DL+遥感
十五、深度学习DL+石油勘探
十六、深度学习DL+交通
课程链接:https://maiimg.com/pdf/?e=agCJRghoIuVpAm
---
强化学习Reinforcement Learning
时间:4月23日—4月26日
一、强化学习概述
二、马尔科夫决策过程
三、蒙特卡罗方法
四、基于模型的强化学习
五、基于采样-估计的强化学习
六、基于逼近理论的强化学习
七、从强化学习到深度强化学习
八、深度强化学习
九、多任务深度强化学习
十、分层深度强化学习
十一、多智能体强化学习
课程链接:https://maiimg.com/pdf/?e=agbeALR9lLvhom
---
负责人:李子康
Mobile:17777851320
E-mail:qmxsfc_lzk@china.com