欢迎来到2022年的《AI与量化》系列视频课程。 这是一门精心设计的课程，旨在帮助程序员更好地了解和运用人工智能（AI）以及量化分析的有关知识。 课程从Rosenblatt感知器开始，详细介绍了最小二乘法估计最优拟合直线的原理。进一步通过梯度下降方法以及反向传播过程，进一步让你了解了神经网络的基础运作机制。在这个基础上，我们还结合实际代码演示了如何加入Sigmoid激活函数以及如何构建带有一个隐藏层的深度神经网络。 压轴部分是关于Tensorflow Playground的系列实验。通过这部分详细的实践操作，你将深入理解Tensorflow架构的运行机制。为了进一步提升学习效果，我们还为你准备了Keras框架的实验源码。你将会通过一系列实验源码深入理解Keras框架的运用，并且将其应用到实际的项目当中。 此外，你还将学习利用Keras框架实现Le-Net 5卷积神经网络，理解RNN递归神经网络及LSTM长短期记忆神经网络。GRU门控循环单元的实现也是本课程的重要部分。同时，在课程的最后，你还将利用全联接神经网络预测股票价格，这对于程序员来说将是非常有价值的实践经验。 在课程结束时，我们还为你提供了一些番外篇，如如何在Mac系统或者PyCharm环境下安装和配置Keras和Tensorflow，这些实用的技巧会对你今后的学习和工作产生积极的指引作用。 总的来说，无论你是想进一步提升AI技术，还是希望通过实战快速成为量化分析师，这门课程都能满足你的需求。让我们一起开启AI与量化的学习之旅吧。
评论0