人工智能：機(jī)器學(xué)習(xí)和深度學(xué)習(xí)其它上課時(shí)間：

• 2021/8/23至2021/8/25 北京

架構(gòu)師、分析師、項(xiàng)目經(jīng)理、高級(jí)程序員、資深開發(fā)人員、人工智能工程師、圖像處理工程師、機(jī)器學(xué)習(xí)工程師、模式識(shí)別工程師以及未來可能從事人工智能研發(fā)的技術(shù)人員。

在國(guó)家發(fā)展的新時(shí)代，產(chǎn)業(yè)戰(zhàn)略已經(jīng)向創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)移，從而迎接全球新一輪科技革命與產(chǎn)業(yè)變革的重大機(jī)遇和挑戰(zhàn)，在這個(gè)過程中，人工智能異軍突起，成為新時(shí)代的創(chuàng)新突破口。由于人工智能技術(shù)的領(lǐng)域普遍性，大批在第一線工作的技術(shù)人員需要更新知識(shí)，學(xué)習(xí)人工智能理論與實(shí)踐，從而在自己的領(lǐng)域中實(shí)現(xiàn)跨越式創(chuàng)新。為此，培訓(xùn)中心特舉辦“人工智能：機(jī)器學(xué)習(xí)和深度學(xué)習(xí)”培訓(xùn)班。
培訓(xùn)目的
1、深層次掌握人工智能理論，到達(dá)人工智能的突破口，探知最核心的秘密。
2、理論應(yīng)用于實(shí)際項(xiàng)目，不只是了解，更在于掌握。
3、把握人工智能的新應(yīng)用，理解時(shí)代趨勢(shì)，不再為了人工智能而人工智能。
4、一個(gè)交流探討的高級(jí)別平臺(tái)。
培訓(xùn)要點(diǎn)
隨著國(guó)家在人工智能領(lǐng)域的戰(zhàn)略布局，人工智能已經(jīng)應(yīng)用于各個(gè)方面：專家系統(tǒng)、自動(dòng)推理、圖像識(shí)別、模式識(shí)別、語音識(shí)別、自然語言理解、指紋識(shí)別、人臉識(shí)別、無人駕駛、推薦系統(tǒng)、社交網(wǎng)絡(luò)、計(jì)算機(jī)視覺、智能機(jī)器人等。但是，有沒有一種方法能迅速把握精髓，從而更快的進(jìn)入人工智能的廣闊天地呢？
本次培訓(xùn)采用深入理論+淺出實(shí)踐相結(jié)合的模式。在理論上，精選最關(guān)鍵最重要的理論，為進(jìn)一步獲取相關(guān)知識(shí)打下基礎(chǔ)。在實(shí)踐上，精選目前比較有啟發(fā)性的案例，既幫助我們理解理論，更能幫助我們開闊思路，為研發(fā)相關(guān)領(lǐng)域的人工智能系統(tǒng)，提供一條思考脈絡(luò)。

課程大綱

第一講人工智能簡(jiǎn)介
1.1什么是人工智能
1.2為什么要人工智能
1.3人工智能的發(fā)展簡(jiǎn)史
1.4人工智能的現(xiàn)實(shí)案例舉例
第二講最優(yōu)分類面和支持向量機(jī)
2.1什么是最優(yōu)分類面
2.2支持向量機(jī)的本質(zhì)是什么
2.3支持向量機(jī)在線性不可分時(shí)怎么辦
2.4支持向量機(jī)中核函數(shù)如何選擇
2.5支持向量機(jī)在車牌識(shí)別中的應(yīng)用案例
第三講決策樹
31什么是非數(shù)值特征
3.2為什么要引入決策樹
3.3如何設(shè)計(jì)決策樹
3.4如何構(gòu)造隨機(jī)森林
3.5決策樹在醫(yī)療系統(tǒng)中的應(yīng)用案例
第四講深度學(xué)習(xí)之始：人工神經(jīng)網(wǎng)絡(luò)
4.1人工神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)動(dòng)機(jī)是什么
4.2單個(gè)神經(jīng)元的功能
4.3人工神經(jīng)網(wǎng)絡(luò)的優(yōu)化以及誤差逆?zhèn)鞑ィ˙P）算法
4.4人工神經(jīng)網(wǎng)絡(luò)中需要注意的問題
4.5人工神經(jīng)網(wǎng)絡(luò)在表情識(shí)別、流量預(yù)測(cè)中的應(yīng)用案例
第五講深度學(xué)習(xí)中的技巧和注意事項(xiàng)
5.1深度學(xué)習(xí)中過學(xué)習(xí)問題的處理
5.2如何選擇損失函數(shù)
5.3如何并行化
5.4如何解決深度學(xué)習(xí)中梯度消失問題
5.5如何選擇激勵(lì)函數(shù)
5.6權(quán)值衰減、Dropout以及新的網(wǎng)絡(luò)架構(gòu)
第六講卷積神經(jīng)網(wǎng)絡(luò)
6.1卷積以及卷積網(wǎng)絡(luò)的概念
6.2為什么在使用卷積網(wǎng)絡(luò)
6.3卷積網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)
6.4卷積網(wǎng)絡(luò)在圍棋中的應(yīng)用
6.5卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用案例
第七講循環(huán)神經(jīng)網(wǎng)絡(luò)
7.1為什么要使用循環(huán)神經(jīng)網(wǎng)絡(luò)
7.21-of-N編碼
7.3循環(huán)神經(jīng)網(wǎng)絡(luò)的介紹
7.4長(zhǎng)短期記憶網(wǎng)絡(luò)
7.5長(zhǎng)短期記憶網(wǎng)絡(luò)在自然語言處理中的應(yīng)用案例
第八講人工智能未來展望
8.1監(jiān)督學(xué)習(xí)中的新應(yīng)用
8.2強(qiáng)制學(xué)習(xí)中的新應(yīng)用
8.3非監(jiān)督學(xué)習(xí)中的新應(yīng)用
8.4DeepMind介紹
第九講使用支持向量機(jī)進(jìn)行車牌識(shí)別
第十講使用深度學(xué)習(xí)進(jìn)行手寫體識(shí)別、人臉識(shí)別以及自然語言處理

課程主講

司老師清華大學(xué)博士，人工智能方面專家，在意大利舉辦的國(guó)際在線指紋識(shí)別競(jìng)賽中獲得冠軍，在機(jī)器學(xué)習(xí)和模式識(shí)別領(lǐng)域頂級(jí)期刊IEEETPAMI等期刊發(fā)表多篇論文，擁有5個(gè)中國(guó)專利和1個(gè)美國(guó)專利，是人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)和圖像處理和模式識(shí)別領(lǐng)域的實(shí)戰(zhàn)派專家。