北京中科软培科技有限公司举办《深度学习实战班》

2018年4月13日 8:30 至 2018年4月16日 17:30 ,北京中科软培科技有限公司在 广州·广州华南理工大学·广州市天河区五山路381号举办《深度学习实战班》,会议大约有200人参加。

会议通知


深度学习实战班

深度学习实战班宣传图

 为进一步推动高等院校机器学习与深度学习教学工作的开展,加强国内各高等院校同行间的交流,培养国内的师资力量,将机器学习与深度学习的最新实训内容带入课堂,特举办“深度学习实战班”,具体由北京中科软培科技有限公司举办,本次培训由权威师资主讲,培训主打理论结合实践主题,课程强调动手操作;内容以代码落地为主,以理论讲解为根,以公式推导为辅。讲解机器学习和深度学习的模型理论和代码实践,梳理机器学习、深度学习、计算机视觉的技术框架,从根本上解决如何使用模型、优化模型的问题;每次课中,首先阐述算法理论和少量公式推导,然后使用真实数据做数据挖掘、机器学习、深度学习的数据分析、特征选择、调参和结果比较。

一、培训目的:

   通过课程学习,可以理解机器学习的思维方式和关键技术;了解深度学习和机器学习在当前工业界的落地应用;能够根据数据分布选择合适的算法模型并书写代码,初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。

二、主讲专家:

邹博,中国科学院副研究员,天津大学软件学院创业导师,成立中国科学院邹博人工智能研究中心(杭州站),在翔创、天识、睿客邦等公司担任技术顾问,研究方向机器学习、深度学习、计算几何,应用于大型气象设备图像与文本挖掘、股票交易与预测、量子化学医药路径寻优、传统农资产品价格预测和决策等领域。

四、时间地点:

2018年4月13日-4月16日   4月12日报到

广州  

五、培训对象:

各高等院校数据科学相关专业、计算机科学技术、网络工程、软件工程、信息工程、信息管理、、统计学专业、应用数学专业、经济管理专业、市场营销专业等科研、教学带头人,骨干教师、博士生、硕士生;各高校教务处、科研处、信息中心、实验中心领导。对机器学习技术有兴趣和需求,愿意进行深入钻研的从业人员。                                                                                                 

颁发人社部中国职协“人工智能工程师”(高级)培训证书、证书可在官网查询,可作为能力评价、考核和任职的重要依据。

北京中科软培科技有限公司

中科软培主要从事IT方向的前沿技术培训,本着为用户创造真正价值,围绕以用户为中心的价值观不断探索,在机器学习,深度学习,大数据、R语言、虚拟现实、增强现实等领域形成了完善的课程体系。学以致用,全部课程均已实战为主,采用理论与实战相结合的方式,实用的课程设计、精心施教的专家团队、严格的教学把关、细心周到的后期咨询,赢得众多客户的好评。

会议日程 (最终日程以会议现场为准)


三、培训内容:

Python与TensorFlow

 

解释器Python2.7/3.6与IDE:Anaconda/Pycharm

 列表/元组/字典/类/文件

numpy/scipy/matplotlib/panda的介绍和典型使用

scikit-learn的介绍和典型使用

TensorFlow典型应用

典型图像处理

多种数学曲线

多项式拟合

快速傅里叶变换FFT

奇异值分解SVD

Soble/Prewitt/Laplacian算子与卷积网络

代码和案例实践:

卷积与(指数)移动平均线

股票数据分析

缺失数据的处理

环境数据异常检测和分析

 

Softmax回归与SGD

线性回归

Logistic/Softmax回归

广义线性回归

L1/L2正则化

Ridge与LASSO

Elastic Net

梯度下降算法:BGD与SGD

特征选择与过拟合

Softmax回归的概念源头

最大熵模型

K-L散度

代码和案例实践:

1.股票数据的特征提取和应用

2.泰坦尼克号乘客缺失数据处理和存活率预测

3.环境检测数据异常分析和预测

4.模糊数据查询和数据校正方法

5.PCA与鸢尾花数据分类

6.二手车数据特征选择与算法模型比较

7.广告投入与销售额回归分析

8.鸢尾花数据集的分类

9.TensorFlow实现线性回归

10.TensorFlow实现Logistic回归

卷积神经网络CNN

神经网络结构,滤波器,卷积

池化,激活函数,反向传播

目标分类与识别、目标检测与追踪

经典AlexNet、VGG、GoogleLeNet

Inception

代码和案例实践:

搭建自己的卷积神经网络

基于CNN的图像识别

卷积神经网络调参经验分享

CNN发展与应用

ResNet、DenseNet

视频关键帧处理

物体检测与定位

RCNN,Fast-RCNN,Faster-RCNN,MaskRCNN

YOLO

FaceNet

代码和案例实践:

迁移学习(Transfer Learning)

人脸检测

OCR字体定位和识别

睿客识云

气象识别

循环神经网络RNN

RNN基本原理

LSTM、GRU

Attention

编码器与解码器结构

特征提取:word2vec

Seq2seq模型

代码和案例实践:

图片标注与图片问答

搭配CNN使用,组成CNN+LSTM模型

Bi-LSTM双向循环神经网络结构

循环神经网络调参经验分享

自然语言处理

语言模型Bi-Gram/Tri-Gram/N-Gram

分词

词性标注

依存句法分析

语义关系抽取

词向量

文本分类

机器翻译

文本摘要

阅读理解

问答系统

情感分析

代码和案例实践:

输入法设计

HMM分词

文本摘要的生成

智能对话系统和SeqSeq模型

阅读理解的实现与Attention

生成对抗网络GAN

生成与判别

生成模型:贝叶斯、HMM到深度生成模型

GAN对抗生成神经网络

DCGAN

Conditional GAN

InfoGan

Wasserstein GAN

代码和案例实践:

图片生成

看图说话

对抗生成神经网络调参经验分享

增强学习RL

为何使用增强学习

马尔科夫决策过程

 贝尔曼方程、最优策略

 策略迭代、值迭代

Q Learning

SarsaLamda

DQN

A3C

ELF

代码和案例实践:

飞翔的小鸟游戏

基于增强学习的游戏学习

DQN的实现

会议嘉宾 (最终出席嘉宾以会议现场为准)


中国科学院副研究员邹博

邹博

中国科学院

副研究员

参会指南


证书费用(可选):500元/人。

培训费用?RMB:4300元/人(含报名费、培训费、教材费、资料费)食宿统一安排费用自理。

相关领域
商业