所有课程和课程

Wolfram语言中的机器学习导论

讲师指导|参见课程表

要求：本课程要求具备Wolfram语言的基本工作知识。

认证等级： 完成

本课程介绍机器学习的一些基本概念以及Wolfram语言中可用的易于使用的机器学习超函数。您将学习如何使用几行代码执行有监督和无监督的学习任务。

Wolfram语言中的神经网络简介

讲师指导|免费

要求：本课程要求具备Wolfram语言的基本工作知识。

认证等级： 完成

本课程介绍了Wolfram语言中最先进的神经网络框架。了解神经网络知识库和转移学习，以及如何训练、测试和查看神经网络内部。

用于组动力学建模的LLM代理

特别活动|免费

认证等级： 出勤

在本次座谈会中，您将看到基于代理的模拟应用于从教室到国际关系的各种团体的研究。您还将看到一些用于创建基于LLM的代理的通用框架。本座谈会中介绍的作品是用各种编程语言进行的，其中任何一种都与Wolfram笔记本兼容。

神经网络框架：简介

视频课程|免费

学习如何将神经网络视为微积分背景下的可微程序。本课程涵盖与构建、训练和验证神经网络模型相关的基本概念。看看Wolfram语言的符号特性和神经网络框架本身是如何使网络中的层很容易分离并创建可视化，以帮助您理解其工作原理的。

Wolfram数据科学训练营

特别活动|详情见第页

认证等级： 完成第1级第2级

学习如何利用Wolfram Language的功能，在为期两周的在线训练营中交付世界级的数据科学成果。与机器学习、生成性人工智能、动态可视化、自动报告和基于笔记本的交互式工作流方面的专家互动。

用于LLM的Wolfram工具

讲师指导|免费

认证等级： 完成

现代LLM可以被纳入传统的计算工作流程，并用于为编程操作提供动力。本课程将向您展示与Wolfram Language一起使用LLM技术的不同方式，包括如何使用聊天笔记本的对话界面以及LLM函数可能的编程操作。

60分钟内归零至AI

视频课程|免费

按照本视频系列开始使用Wolfram语言进行机器学习。示例演示了Wolfram语言中的机器学习概念和自动机器学习功能。

每日学习小组：机器学习导论

特别活动|免费

认证等级： 完成

加入我们的每日学习小组，复习艾蒂安·伯纳德（Etienne Bernard）的书《机器学习导论》（Introduction to Machine Learning）的前六章。Wolfram U讲师通过总结章节、遍历代码示例、轮询小组以回顾关键概念、进行选定练习和回答问题来指导每节课。鼓励参与者在参加每节课之前阅读本书的章节。

机器学习入门

视频课程|免费

这个视频是一个关于你可以用Wolfram语言进行机器学习的广泛介绍。

使用Wolfram语言创建、编辑和分析视频

视频课程|免费

学习如何使用Wolfram语言创建、编辑、处理和分析视频。您可以使用网络摄像头捕获视频，也可以使用文件、图像、现有视频剪辑或创建单个帧的内置功能创建视频。然后学习如何使用视频编辑和处理的专用功能剪切、更改和合成视频片段。您还可以学习如何提高视频质量、执行颜色校正以及使用覆盖和网格组合视频和图像。本课程包括应用机器学习和神经网络处理视频以及识别视频中的对象、人脸、语音或动作的示例。

深度神经网络应用综述

视频课程|免费

这节视频课展示了许多可以用深层神经网络解决的问题的例子，包括图像分类、序列预测、语音识别和问答。

Wolfram语言中的机器学习综述

视频课程|免费

本视频概述了Wolfram语言中高度自动化的机器学习框架，它允许您只需几行代码就可以完成很多工作。您将学习面向任务的高级函数，这些函数可以应用于各种输入，如文本、图像和数字数据。示例包括构建简单的图像搜索和分类系统、文本主题分类和房屋销售价格预测。

分析文本以回答基于事实的问题

视频课程|免费

本视频课程介绍FindTextualAnswer，它是内置的Wolfram Language函数，将成熟的信息检索技术与最先进的深度学习技术相结合，以在文本中查找答案。FindTextualAnswer可以分析文本并得出几个可能的答案，这些答案正确的概率以及其他属性，这些属性可以帮助您理解每个答案的上下文，以回答具体的基于事实的问题。在本课程中，您将学习该函数的范围和一些实际应用，并深入了解它是如何实现的，以及Wolfram语言中可用的深度学习方法。

应用神经网络网络研讨会系列

存档事件|免费

本网络研讨会系列将带您深入了解构建、训练和评估神经网络的最新工作流。了解如何使用神经网络模型解决涉及图像、音频和自然语言数据的复杂处理任务。课程包括动手演示，展示使用最新内置Wolfram语言功能和神经网络模型的真实应用程序。显示了来自神经网络存储库的预训练模型和自定义模型。

自动化数据科学

视频课程|免费

了解已调整为自动化数据科学过程的机器学习功能。本视频课程展示了使用数据进行计算的示例，这些示例超越了传统的统计方法，并强调了自动建模在现代数据科学过程中的作用。使用内置的Wolfram语言符号Classify和Predict演示自动分类和回归功能。

自动结构发现：无监督学习

视频课程|免费

Wolfram语言具有直接处理多种类型数据并自动从中提取某种结构的函数。FindClusters、ClusteringTree和clustering Components是执行无监督聚类学习任务的函数示例。ClusterClassify根据通过聚类从未标记的输入数据中收集的信息对新样本进行分类。其他功能（如FeatureExtract、FeatureNearest、feature SpacePlot和DimensionReduce）提供了工具，用于自动探索要素空间中的数据。本视频介绍了这些功能，帮助您开始无监督的机器学习任务。它适合没有机器学习知识的初学者。

使用AI工具和Wolfram返回学校

视频课程|免费

这段视频解释了如何使用生成人工智能来帮助学生实现学习目标，并帮助教师教授和评估批判性和创造性思维技能。

利用机器学习探索生物多样性
（研究小组会议）

存档事件|免费

学习将机器学习技术和Wolfram语言功能应用于生物多样性数据。这些研究小组会议首先向您介绍Wolfram语言和Wolfram函数库中内置实体框架的生物多样性数据访问功能。后面的课程包括分类、社交媒体文本分析、鸟叫声的音频处理以及在手机上部署经过训练的神经网络图像分类器的示例。每节课都包括课程、投票，以回顾关键概念和实践问题。

构建和训练基本神经网络

视频课程|免费

Wolfram语言神经网络框架提供了符号构建块，用于构建、训练和调整网络，以及使用编码器和解码器自动处理输入和输出。学习如何分步完成这项工作，以及逻辑回归和基本图像识别的示例。

使用Wolfram神经网络存储库构建应用程序

视频课程|免费

学习使用Wolfram neural Net Repository中可用的神经网络模型构建应用程序。这个类展示了存储库中的现有模型以及它们要执行的不同任务，例如分类、特征提取、图像处理、回归、语言建模等等，同时不断添加新的模型和新的应用领域。分享了展示Wolfram暑期项目学生构建的应用程序的用例。学习利用可用模型创建自己的应用程序。

深度学习的构建块

视频课程|免费

本视频课程探索如何用Wolfram语言构建神经网络。Wolfram语言神经网络框架提供了符号构建块，用于构建、训练和调整网络，以及使用编码器和解码器自动处理输入和输出。您将学习如何构建前馈网络，以及递归神经网络及其有趣的原因。

Wolfram语言中的内置机器学习

视频课程|免费

在Wolfram语言的帮助下，您可以将机器学习应用于不同的主题领域，而无需专家级知识。尽管您可以从头开始构建复杂的模型，但您也可以在不同的输入（如文本、数字和图像）上使用任何现有的、预先定义的模型。本视频介绍了许多可用于图像识别、文本识别、情感分类等广泛任务的机器学习功能。

ChatGPT会见Wolfram | Alpha:两个AI的故事

视频课程|免费

在本视频中，您将学习这两种不同技术的基础知识以及如何最佳使用它们的技巧。您还将在Wolfram Plugin for ChatGPT和Wolfram Language中内置的LLM函数的帮助下，观察到将这两种方法结合在一起的优势。

计算音频

视频课程|免费

调查和分析音频数据，学习轻松添加有趣的效果。这些视频介绍了Wolfram语言中对音频处理的新集成支持，涵盖了音频效果、音频合成和音频分析。您在这里学习的处理和分析技术可以与对信号处理、统计分析和机器学习的全面支持相结合，从而实现音乐、语音、通信和广播等各个领域应用程序的简单原型设计。