你的位置: 首頁 > 公開課首頁 > 互聯網/語言 > 課程詳情

details

人工智能:機器學習和深度學習

暫無評價   
你實際購買的價格
付款時最多可用0淘幣抵扣0元現金
購買成功后,系統會給用戶帳號返回的現金券
淘課價格
6200
可用淘幣
0
返現金券
待定

你還可以: 收藏

培訓受眾:




架構師、分析師、項目經理、高級程序員、資深開發人員、人工智能工程師、圖像處理工程師、機器學習工程師、模式識別工程師以及未來可能從事人工智能研發的技術人員。


課程大綱:


培訓內容
第一講 人工智能簡介
1.1 什么是人工智能
1.2 為什么要人工智能
1.3 人工智能的發展簡史
1.4 人工智能的現實案例舉例
第二講 最優分類面和支持向量機
2.1 什么是最優分類面
2.2 支持向量機的本質是什么
2.3 支持向量機在線性不可分時怎么辦
2.4 支持向量機中核函數如何選擇
2.5 支持向量機在車牌識別中的應用案例
第三講 決策樹
31 什么是非數值特征
3.2 為什么要引入決策樹
3.3 如何設計決策樹
3.4 如何構造隨機森林
3.5 決策樹在醫療系統中的應用案例
第四講 深度學習之始:人工神經網絡
4.1 人工神經網絡的設計動機是什么
4.2 單個神經元的功能
4.3 人工神經網絡的優化以及誤差逆傳播(BP)算法
4.4 人工神經網絡中需要注意的問題
4.5 人工神經網絡在表情識別、流量預測中的應用案例
第五講 深度學習中的技巧和注意事項
5.1 深度學習中過學習問題的處理
5.2 如何選擇損失函數
5.3 如何并行化
5.4 如何解決深度學習中梯度消失問題
5.5 如何選擇激勵函數
5.6 權值衰減、Dropout以及新的網絡架構
第六講 卷積神經網絡
6.1 卷積以及卷積網絡的概念
6.2 為什么在使用卷積網絡
6.3 卷積網絡的結構設計
6.4 卷積網絡在圍棋中的應用
6.5 卷積神經網絡在圖像識別中的應用案例
第七講 循環神經網絡
7.1 為什么要使用循環神經網絡
7.2 1-of-N編碼
7.3 循環神經網絡的介紹
7.4 長短期記憶網絡
7.5 長短期記憶網絡在自然語言處理中的應用案例
第八講 人工智能未來展望
8.1 監督學習中的新應用
8.2 強制學習中的新應用
8.3 非監督學習中的新應用
8.4 DeepMind介紹
第九講 使用支持向量機進行車牌識別
第十講 使用深度學習進行手寫體識別、人臉識別以及自然語言處理





司老師


清華大學博士,人工智能方面專家,在意大利舉辦的國際在線指紋識別競賽中獲得冠軍,在機器學習和模式識別領域頂級期刊IEEE TPAMI等期刊發表多篇論文,擁有5個中國專利和1個美國專利,是人工智能、深度學習、機器學習和圖像處理和模式識別領域的實戰派專家。



課程對象


架構師、分析師、項目經理、高級程序員、資深開發人員、人工智能工程師、圖像處理工程師、機器學習工程師、模式識別工程師以及未來可能從事人工智能研發的技術人員。



本課程名稱: 人工智能:機器學習和深度學習

查看更多:互聯網/語言公開課

需求分析 相關的最新課程
講師動態評分 與同行相比

授課內容與課綱相符00%

講師授課水平00%

服務態度00%

360老时时彩4星技巧