在該項目中，你將使用描述統(tǒng)計學和統(tǒng)計檢驗分析對實驗心理學中的典型現(xiàn)象——斯特魯普效應展開調查，為讀者提供直觀的數(shù)據(jù)可視化，并根據(jù)實驗結果，利用統(tǒng)計推斷得出結論。

　　項目2：探索泰坦尼克號之謎

　　NumPy 與 Pandas 是實現(xiàn)數(shù)據(jù)科學諸多問題最重要的 Python 庫。

　　在該項目中，你將選擇優(yōu)達學城提供的泰坦尼克號和棒球運動員中任一數(shù)據(jù)集，并使用 NumPy 和 Pandas 進行分析，體驗從提出問題到發(fā)現(xiàn)成果的整個數(shù)據(jù)分析過程。

　　項目3：預測未來房價

　　模型的評價指標是機器學習建模過程中非常重要的一環(huán)。

　　在該項目中你將利用統(tǒng)計分析工具對觀測數(shù)據(jù)建立模型，預測新房屋的銷售價格，并評估你的模型的表現(xiàn)好壞。

　　項目 4： 你的第一個神經(jīng)網(wǎng)絡

　　你將學習使用 Numpy ，從零開始搭建你的第一個神經(jīng)網(wǎng)絡，它將能夠預測共享單車的使用情況。

　　項目 5： 圖片分類

　　卷積神經(jīng)網(wǎng)絡是目前計算機視覺領域最佳的方法。這些網(wǎng)絡可以檢測和識別圖像中的物體。

　　在這個項目中，你將學習如何在 TensorFlow 中構建卷積神經(jīng)網(wǎng)絡，并教它學會如何識別與分類圖片中的物體！

　　項目 6： 生成電視劇劇本

　　循環(huán)神經(jīng)網(wǎng)絡特別適合處理序列型數(shù)據(jù)，如文本、音樂、時間序列數(shù)據(jù)等。

　　在這個項目中，你將學會使用循環(huán)神經(jīng)網(wǎng)絡生成電視劇臺詞。借助深度學習的力量，你現(xiàn)在也可以是熱門電視劇的編�。�

　　項目 7： 開發(fā)翻譯機器人

　　神經(jīng)網(wǎng)絡是近年來推動機器翻譯發(fā)展的重要基石。谷歌翻譯和百度翻譯的最新版本都使用了深度學習架構，可以自動將文本從一種語言翻譯成另一種語言。

　　在這個項目中，你將通過“序列到序列學習”，創(chuàng)造一個可以在你與朋友聊天時即時翻譯的機器人，再也不用擔心語言成為友情的障礙。

　　項目 8： 生成人臉

　　正如 Yann LeCun 所說，生成對抗網(wǎng)絡是深度學習最根本的進步之一。

　　在這個項目中，你將使用生成對抗網(wǎng)絡（GAN）來生成原創(chuàng)的人臉圖像，看看你會“畫”出什么樣的容顏？
 

　　相關推薦：

小升初試題、期中期末題、小學奧數(shù)題

盡在奧數(shù)網(wǎng)公眾號

　　 歡迎使用手機、平板等移動設備訪問幼教網(wǎng)，幼兒教育我們一路陪伴同行！>>點擊查看