展開NLP循環(huán)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)涉及的關(guān)鍵步驟，覆蓋從數(shù)據(jù)預(yù)處理到模型部署的整個過程，同時細(xì)化算法原理流程，最終達(dá)到可視化結(jié)構(gòu)的區(qū)別與先進性的能力。

項目：從零開始手寫GPT

通過結(jié)合概率論，實現(xiàn)傳統(tǒng)機器學(xué)習(xí)的相關(guān)算法，并大量地通過組建算法呈現(xiàn)內(nèi)在的實質(zhì)與前后關(guān)系的聯(lián)系，為深度學(xué)習(xí)打下結(jié)實的基礎(chǔ)。

項目：房價線性回歸預(yù)測、鮑魚年齡預(yù)測、共享單車租賃預(yù)測、垃圾郵件分類、乳腺癌分類、糖尿病預(yù)測、鳶尾花分類、紅酒品質(zhì)分類、足球水平聚類、用戶畫像聚類、葡萄干品質(zhì)分類、蘑菇毒性分類

從Encoder-Decoder結(jié)構(gòu)到注意力機制，從位置編碼到LN，分步驟、分知識點的拆分Transformer的具體結(jié)構(gòu)，并且通過張量維度變化，實現(xiàn)Transformer原架構(gòu)的搭建與認(rèn)知。

項目：花卉分類、蜜蜂螞蟻分類、水果分類、中文手寫體識別

從可視化入手，解析卷積能夠更好識別的圖像的原因，結(jié)合池化，多通道卷積等，搭建卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)認(rèn)知與概念。

項目：手寫數(shù)字識別、人臉識別、貓狗識別、汽車分類、動物分類、人臉識別

虛擬仿真系統(tǒng)通過搭建經(jīng)典神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，設(shè)置對應(yīng)的卷積、池化、激活函數(shù)的參數(shù)以及張量大小，實現(xiàn)經(jīng)典神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)復(fù)現(xiàn)，并掌握其優(yōu)勢。

項目：商品情感分類、風(fēng)電功率預(yù)測、人名歸屬于國籍分類、小說續(xù)寫。

分析從2012年到目前的所有算法的共性結(jié)構(gòu)，即MLP多層感知機。深挖深度學(xué)習(xí)不同算法的共性知識點，并展示數(shù)據(jù)特征、網(wǎng)絡(luò)特征、結(jié)果特征的可視化教學(xué)。

項目：游戲是否能吃雞預(yù)測、PM2.5預(yù)測