这个机器学习基础的视频将帮助您了解什么是机器学习，机器学习的类型——监督，无监督和强化学习，以简单实例解释机器学习的原理，并将解释机器学习在各个行业的应用。机器学习是人工智能的核心子领域；它使计算机无需显式编程就能进入自学习模式。当接触到新的数据时，这些计算机程序就能够自己学习、成长、改变和发展。所以，简单地说，机器学习的迭代特点是独立适应新数据的能力。这是可能的，因为程序从以前的计算中学习，并使用“模式识别”来产生可靠的结果。

通过一个示例开始使用Simulink®。这个视频向你展示了使用Simulink的基本知识。您将学习如何为太阳能电池板建模、模拟和测试控制器，让它在一天中跟踪太阳的运动。您将看到如何为一个物理系统建模，为该系统设计一个基本的PI控制器，然后运行模拟以确保模型正常工作。在看完这个示例之后，您将了解到Simulink只是基于模型的设计的一部分，用于建模、模拟、测试和执行现实世界的系统。

这个关于“什么是神经网络”的视频以寓教于乐的方式介绍了神经网络的概念。我们将了解神经网络中存在的不同层次，并理解这些层如何处理数据。我们将了解神经网络中使用的不同参数，如权重、偏差和激活函数。我们还将了解如何使用前向传播训练神经网络，然后使用后向传播方法调整网络中的误差。本视频还涵盖了一些流行的神经网络应用。现在，让我们直接学习什么是神经网络。

在本视频中探索卷积神经网络（也称为CNN或ConvNets）的基础。您将学习3个概念：本地接受域，共享权重和偏见以及激活和合并。您还将学习3种训练CNN的方法。

这段人工智能教程的视频将帮助您了解什么是人工智能，人工智能的类型，实现人工智能的方法和人工智能的应用。最后，我们还将在TensorFlow上实现一个用例，在这个用例中我们将预测一个人是否患有糖尿病。人工智能是一种让计算机、计算机控制的机器人或软件以类似人类思维的方式进行智能思考的方法。人工智能通过研究人类大脑的模式和分析认知过程来实现。人工智能将成为科技领域的下一件大事。

实际上，卡尔曼滤波器就是一种状态观测器，但它是为随机系统设计的。这就是卡尔曼滤波器方程和我们讨论概率密度函数之间的关系。

人工智能已不再是一个流行词：它已经成为现实。随着很多公司使用人工智能来制造智能机器，人工智能已经成为商业领域的一场革命。在这段视频中，你将了解顶级人工智能的应用。您将了解人工智能如何应用于商业领域，如医疗保健、营销、社交媒体、机器人等。

我们每天都要使用好几个小时的触摸屏，但是你知道让触摸屏工作的所有复杂层次和组件吗？本片将介绍触摸屏显示器的结构和基本功能。钢化玻璃如何变得坚固，电容式触摸屏如何工作，OLED（有机发光二极管）如何工作？可以说，正是这些技术的融合造就了智能手机的今天！看看本视频，了解更多。