致力于提升研发企业的持续创新能力
结盟众多企业“教练”， 共同设计、开发及提供人才培养解决方案，通过新颖多样的学习方式，针对性的定制化内容，助力企业全面提升竞争优势。
结盟众多企业“教练”， 共同设计、开发及提供人才培养解决方案，通过新颖多样的学习方式，针对性的定制化内容，助力企业全面提升竞争优势。
马老师
2天
6000元/人
| 大纲 | 内容 |
| 1赋予计算机学习数据的能力 |
构建智能机器将数据转化为知识 - 机器学习的三种不同方法 - 1 通过监督学习对未来事件进行预测 - 2 通过强化学习解决交互式问题 - 3 通过无监督学习发现数据本身潜在的结构 - 基本术语及符号介绍 - 构建机器学习系统的蓝图 - 1 数据预处理 - 2 选择预测模型类型并进行训练 - 3 模型验证与使用未知数据进行预测 |
| 2. 深度学习概要 |
- 什么是深度学习 - 与机器学习的异同 - 神经网络和深度学习 |
| 3. 多层感知器模型 Multi-Layer Perceptron – MLP |
- 神经元 权重和激活 Neurons Weight Activation - 神经元网络 Neuron Networks - 训练网络 Training Networks - Back-propagation 算法和计算图 - 多种自适应学习率算法 Adaptive Learning Rate |
| 4. 卷积神经网络 Convolutional Neural Network | - CNN 原理和构造 |
| 5. 循环神经网络 Recurrent Neural Networks |
- RNN 原理 - RNN 网络演化历史：RNN，LSTM，GRU 结构比较和分析 |
| 6. 当前应用 |
金融业： - 征信与反欺诈 - 定价 - 图形图像： - 人脸识别 - 视频识别 - 自动图像描述 - 自然语言理解 - 情感分类 - 用户意图识别 - 机器翻译 - 阅读理解 和 自动 QA - 体育 - 球员训练 - 球队组建 - 医疗 - 医疗影像识别 - 糖尿病病变鉴别 - 心血管核磁共振界别 - 读心术 - 病例辅助判定 - 药物试验 安防 - 犯罪率预测 - 寻人 社交 - 婚恋匹配 - 舆情分析 城市管理建设 - 拥堵预测 - 房价预测 |
| 7. 未来发展方向 |
- 计算能力的发展 - CPU / GPU / TPU - 模型算法的发展 - 生成对抗网络 GAN: Generative Adversarial Network - 迁移学习 - 感知：状态、情感、逻辑 - 应用的发展 - 智能家居和穿戴智能 |
