Engenharia de recursos (Capítulo 1)
Discretização e normalização de recursos
representação de incorporação de palavras
Avaliação do modelo (Capítulo 2)
Seleção de hiperparâmetros
Algoritmos de Otimização (Capítulo 7)
descida gradiente estocástica
Retropropagação (Capítulo 9, Seção 3)
Base matemática
teoria da probabilidade
Distribuições de probabilidade comumente usadas
Teorema dos grandes números e teorema do limite central
Capacidades de engenharia
Estruturas de dados e algoritmos
Árvores e algoritmos relacionados
Gráficos e algoritmos relacionados
Operações matriciais e otimização
processamento de big data
Plataforma de aprendizado de máquina
Bancos de dados e armazéns de dados
Arquitetura de serviço do sistema
Negócios e Aplicativos
processamento de linguagem natural
modelo de aprendizagem profunda
Redes Neurais Diretas (Capítulo 9)
rede neural convolucional
Rede neural de mapa auto-organizável (Capítulo 5, Seção 3)
Máquina Boltzmann restrita
Redes Neurais Recorrentes (Capítulo 10)
modelo de memória de longo curto prazo
Técnicas de otimização de aprendizagem profunda
Aprendizagem por Reforço (Capítulo 11)
Redes Adversariais Gerativas (Capítulo 13)
Modelo clássico de aprendizado de máquina
Modelo de aprendizagem supervisionada
Algoritmos Clássicos (Capítulo 3)
Máquinas de vetores de suporte
Modelos gráficos probabilísticos (Capítulo 6)
modelo de entropia máxima
campo aleatório condicional
Aprendizagem Não Supervisionada (Capítulo 5)
Modelo de mistura gaussiana
Modelo de Tópico (Capítulo 6, Seção 5)
Aprendizagem em conjunto (Capítulo 12)
Algoritmos de redução de dimensionalidade (Capítulo 4)
Aprendizagem por Reforço (Capítulo 11)
Conceitos básicos e classificação de aprendizado de máquina
conceito básico
dados de treinamento/teste
Classificação por supervisão
aprendizagem supervisionada
aprendizagem não supervisionada