循环神经 网络 (RNN) 已被用于在序列建模中获得最先进的结果。

这包括 时间序列分析、 预测 和 自然语言处理 (NLP)。

了解 RNN 为何能击败Hidden Markov 模型等老式 机器学习 算法 。

课程英文名：Deep Learning Recurrent Neural Networks with Python

此视频教程共13.5小时，中英双语字幕，画质清晰无水印，源码附件全

下载地址

课程编号：140
百度网盘地址：https://pan.baidu.com/s/1_eoVIwUijTDjw8v5pVDccA?pwd=ndku
夸克网盘(不限速)地址：https://pan.quark.cn/s/ac8226352700

课程内容

本课程将教你：

• 机器学习和神经元的基础知识（只是让您热身的评论！）
• 用于分类和回归的神经网络（只是让您热身的评论！）
• 如何对序列数据建模
• 如何对时间序列数据进行建模
• 如何为 NLP 建模文本数据（包括文本的预处理步骤）
• 如何使用 Tensorflow 2 构建 RNN
• 如何在 Tensorflow 2 中使用 GRU 和 LSTM
• 如何使用 Tensorflow 2 进行时间序列预测
• 如何  在 Tensorflow 2 中使用 LSTM预测股票价格和股票收益（提示：这不是你想的那样！）
• 如何在 Tensorflow 2 中为 NLP 使用嵌入
• 如何为 NLP 构建文本分类 RNN（示例：垃圾邮件检测、情感分析、词性标注、命名实体识别）

本课程所需的所有材料都可以免费下载和安装。我们将在 Numpy、 Matplotlib和 Tensorflow中完成大部分工作。我随时可以回答您的问题并在您的数据科学之旅中为您提供帮助。

本课程的重点是”如何构建和理解”，而不仅仅是”如何使用”。任何人都可以在阅读一些文档后在 15 分钟内学会使用 API。这不是关于”记住事实”，而是关于 通过实验”亲眼看到”。它将教您如何在内部可视化模型中发生的事情。如果您  不只是想了解机器学习模型的肤浅，那么本课程适合您。

我们在课室见！

“如果你不能实现它，你就不会理解它”

• 或者正如伟大的物理学家理查德费曼所说：”我无法创造的东西，我不明白”。
• 我的课程是您将学习如何从头开始实施机器学习算法的唯一课程
• 其他课程会教你如何将数据插入库中，但你真的需要 3 行代码的帮助吗？
• 在用 10 个数据集做同样的事情之后，你意识到你没有学到 10 件事。你学到了 1 件事，只是重复了相同的 3 行代码 10 次……