LOADING

“人工智能与深度学习”专题培训邀请

2019-09-04 09:40:37
由 admin 发表

人工智能(Artificial Intelligence, AI)是当下最前沿的科研领域之一,其在人脸识别、语言与图像理解等方面具有非常广泛的应用。我们期望通过人工智能系统模仿人类自动处理不同类型的任务。深度学习(Deep Learning)作为近十年来人工智能领域取得的最重要的突破之一,它的出现使得上述期望成为现实。目前,深度学习在图像、语音等富媒体的分类和识别上都取得了巨大的成就,也因此吸引了国内外众多高校和科技巨头在该领域布局,投入大量人力财力做相关的研究。

为推动数据科学专业的发展,帮助更多高校和企业培养大数据和人工智能专业人才,大数据教育联盟和博雅大数据学院将于11月16日至19日联合推出“人工智能与深度学习”专题培训班。培训班将由国内顶尖深度学习专家团队授课,采取知识讲解、案例分享和课堂实践相结合的教学模式,带领学员学习人工智能与深度学习。欢迎从事相关课程教学和科研工作的老师、大数据学科建设负责人、相关从业人员、在校学生积极报名参加。



课程简介

本课程将系统地介绍深度学习的理论、应用和实践工具。首先,我们将介绍深度学习的历史起源和发展、核心思想、深度学习的主要问题;其次介绍深度学习所必备的机器学习基础知识,包括有监督学习、无监督学习、过度拟合以及方差偏差分析等;然后介绍深度学习的典型网络结构和优化方法,包括神经网络和深度前馈网络、常用的优化方法和正则化、卷积神经网络(CNN)、序列模型(RNN和LSTM等)和深度生成网络(GAN等);最后,我们将详细介绍深度学习在图像分析、文本分析、健康医疗和金融等领域的应用案例和进展。

除上述知识点外,还将着重学习Pytorch——基于Python的深度学习工具,并在课程的核心模块,通过案例实践,手把手地教大家如何搭建经典的深度学习模型。

主讲专家

2.png

欧高炎:北京大学计算机博士、计算数学博士后,博雅大数据学院院长,北京大数据研究院大数据教育研究中心主任,大数据教育联盟秘书长。

课程亮点

1.  人工智能最前沿的知识——深度学习

2.  北京大学同步课程

3.  国内顶尖深度学习专家团队授课

4.  全程使用大数据实训平台——数据嗨客进行教学,理论和实践高度结合

5.  精品小班授课,确保培训质量

学习收益

通过本课程的学习,学员将会收获:

1.  系统地了解深度学习的理论体系并掌握深度学习的基本原理;

2.  了解深度学习和人工智能的产业应用;

3.  结合Pytorch等工具,提高深度学习动手实践能力;

4.  掌握常见的深度学习模型和方法,理解深度学习在数据分析,特别是非结构化数据(文本、图像和语音等)上的应用。

前置知识

掌握高等数学和线性代数的基础知识;掌握数据科学和机器学习的基本概念和分类、回归、聚类等常用模型;熟练使用Python编程语言。

课程大纲

序号

模块

提纲

实践案例

1

课程介绍

1.1 深度学习的发展

1.2 深度学习的核心思想

1.3 典型结构

1.4 应用概览


2

机器学习基础

2.1 基本概念(模型,算法)

2.2有监督学习(回归,分类)

2.3 无监督学习(聚类,降维)

2.4 过度拟合(正则化)

2.5 模型选择(偏差,方差)


3

神经网络及深度前馈网络

3.1 神经网络与MLP

3.2 反向传播算法(链式法则)

3.3 计算图与自动求导

3.4 网络结构设计

基于MLP的手写数字识别

4

深度学习中的优化方法及正则化

4.1梯度下降

4.2 动量法

4.3 自适应学习率算法

4.4 深度学习的正则化


5

PyTorch

5.1 Pytorch简介

5.2 Tensor和Variable

5.3 动态计算图构建和自动求导

5.4 网络模块:torch.nn和torch.functional介绍

5.5 优化方法:torch.optim

5.6 数据载入和处理


6

卷积神经网络

6.1 CNN简述

6.2 卷积

6.3 池化

6.4 CNN的一般结构

6.5 典型的CNN网络

基于CNN的人脸识别

7

序列模型

7.1 RNN

7.2 LSTM(GRU)

7.3 递归神经网络

7.4 Attention Model

7.5 word2vec

基于RNN和Attention的机器翻译系统

8

深度生成模型

8.1RBM/ DBM/DBN

8.2 变分自动编码器VAE

8.3 生成对抗网络GAN

基于GAN自动生成图片

9

深度强化学习

9.1 强化学习基础

9.2 马尔科夫决策过程

9.3 Q Learning

9.4 Deep Q-Network

基于DQN的AI游戏实践(俄罗斯方块)

10

应用专题

10.1 计算机视觉

10.2 自然语言处理

10.3 健康医疗

10.4 人工智能






收费标准及优惠政策

收费标准:7600元/人(食宿自理)

优惠政策①:同一联盟理事单位满3人每人减500元

优惠政策②:同一联盟理事单位满5人每人减1000元

缴费方式:提前转账或现场刷卡(具体请联系王老师)

发票提示:培训费发票由指定单位北京博雅大数据科技有限公司代为开具。

报名须知

报名截止日期:2017年11月13日

授课时间:2017年11月16日-19日

授课地点:北京(具体地点待定)

报到时间:2017年11月15日

联系方式:王老师 18601990086  
                          jingweiw@boyabigdata.cn

提前缴费报名的学员可以额外获得《深度学习》、《数据科学导引》教材各一本。

备注:《数据科学导引》由北京大数据研究院院长鄂维南与欧高炎、朱占星、董彬三位老师合著,高等教育出版社出版;《深度学习》由北京大数据研究院张志华团队翻译。

1506507298136204.jpg