人工智能、机器学习与深度学习精要与实践

前沿技术 / 2020-10-23 12:02:48
人工智能、机器学习与深度学习精要与实践
    马上咨询

    吴老师  曾经任职于盛大，mediav，腾讯，具有多年的计算广告和数据挖掘的经验，理论知识完备，实战经验丰富。

    曾经主导或参与过多个pv上亿次数据挖掘项目,具体有:1）盛大移动端数据挖掘平台；2）聚胜万合聚效广告平台；3）腾讯移动端社交产品流量增值（微信，手Q）；4）淘宝技术部交易日志数据挖掘平台；甚至可以说，80%的网民都直接或是间接使用过他参与过的数据产品。

    课程大纲

    1.人工智能简史
    1. 图灵机、图灵测试、达特茅斯会议
    2. 人工智能三大学派（符号、行为、连接）、贝叶斯学派、通用人工智能、深度学习、强化学习等最新进展

    2.机器学习概论
    1. 机器学习的基本分类：有监督学习、无监督学习、强化学习、迁移学习等
    2. 机器学习基本模型
    3. 机器学习的简单应用（例如邮件过滤、对客户的信用进行评级）
    4. 机器学习的复杂应用（例如主题模型、Alphago)

    3.从神经网络到深度学习
    1. 什么是深度学习
    2. 深度学习的特点是什么？
    3. 深度学习被应用的领域包括哪些？
    4. 深度学习未来的发展方向是什么？
    5. 深度学习模型种类（CNN，RNN，神经图灵机、注意力模型等等）。例子：手写识别

    4.基于数据的决策
    1. 数据评估公司与产业案例
    2. 数据评估自然科学基金分配案例：电信热点预测
    3. 数据智能下的公共服务：犯罪，疾病与警力和医疗资源的投送；
    4. 全球供应链：数据时代的全球再分配

    5.无处不在的计算机视觉
    1. Opencv
    2. 机器视觉中的特征提取与描述
    3.人脸识别
    4. 姿态识别
    5. 计算识别在安全领域的应用
    6. 图像标注与问答

    6.自然语言处理
    1. 自然语言处理问题的范围
    2. 自然语言处理的基本模型和原理
    3. 目前自然语言处理的局限
    4. 客服机器人

    7.机器人和边缘计算
    1. 机器人的主要分类及市场分析；
    2. 机器人的技术现状及挑战；
    3. 边缘计算若干热点领域分析；
    4.基于物联网的机器人

    8.对抗生成网络
    1.gan介绍
    2.人脸生成（换脸）
    3.风格迁移

    9人工智能的未来
    1. 人工智能对人类主要行业的影响与冲击；
    2. 人工智能改变社会的几个阶段；
    3. 奇点临近带来的机遇与挑战；
    4. 人工智能发展带来的伦理问题；
    5. 人工智能给法律的挑战。


    最新动态

    点击阅读更多内容
    返回顶部