新国大人工智能系列课程之机器学习和深度学习及实战应用

Sat, 06 Jul 2019 09:00:00 GMT ~ Sun, 14 Jul 2019 17:00:00 GMT
Un-limited
新国大人工智能创新及育成中心
Event Price
    Please select the order price

    第三方登录:

    Hide...

    课程简介

    深入介绍机器学习和深度学习相关知识 ,帮助学生深入了解常用模型和技术细节。详细介绍机器学习和深度学习在各领域的应用,结合实践,帮助学生提高把人工智能技术运用到实战的能力。


    课程特点

    近年来,随着科技的发展,人工智能不断进入我们的视野中。作为人工智能的核心技术,机器学习和深度学习在许多行业都取得了颠覆性的成果,并逐渐成为人们谈论的话题。本课程将从理论和实践两个角度对机器学习和深度学习进行全面的剖析,并结合实际案例分析机器学习和深度学习的应用场景,提高相关从业人员把人工智能技术运用到实践的能力。


    前置知识

    有python编程基础


    适用人群

    对机器学习和深度学习感兴趣的计算机专业学生或行业从业人员


    课后收获

    1. 学习了解到机器学习和深度学习的知识网络

    2. 掌握机器学习和深度学习的常用模型及技术细节并能以此解决实际工作中的问题

    3. 熟悉机器学习和深度学习的应用场景,在具体案例的实践中提高自己把人工智能技术运用到实践的能力


    培训时间

    4天周末班 ,2019年7月6日开班,7.6-7.7, 7.13-7.14


    课程讲师

    王伟:新加坡国立大学助理教授。他于2011年获得中国人民大学学士学位,2017年获得新加坡国立大学博士学位。他在国际顶级会议及期刊发表多篇论文,包括ACM Multimedia2015和VLDB 2014,并主导开源深度学习框架(Apache SINGA)的研发项目。他的主要研究方向包括机器学习系统和多模态数据分析。


    课程日程

    (最终日程以现场为准)

    备注:本授课大纲为授课总纲,具体讲授内容根据学员具体需求和实际水平制定。

    机器学习基础

     

     

    7月6日上午

    (第一课)

    1.    线性回归(Linear regression

    a)      训练和评估(Training and evaluation)

    b)      向量化(Vectorization)

    2.       线性分类(Linear classification)

    a)      感知机(Perceptron)

    b)      逻辑回归(Logistic regression)

    c)       多类别分类问题(Multi-class classification)

    d)      交叉熵(Cross-entropy)

    7月7日下午

    (第二课)

    实战:利用逻辑回归解决二元图像分类问题

                    a)     Python, numpy简介

                    b)     数据预处理

                    c)     模型建立

                    d)     模型训练

                    e)     模型评估

     

    7月7日上午

    (第三课)

    1.       词向量(Word2vector) 模型

    2.       多层感知机(Multi-layer perceptron) 模型

    3.       优化(Optimization)

    a)      链式法则(Chain-rule)

    b)      反向传播算法(Back-propagation )

    c)       梯度下降算法(Gradient descent algorithms)

    4.       训练技巧(Training Tricks)

    a)      学习率调优(Learning rate tuning)

    b)      参数初始化(Parameter initialization)

    c)       数据和特征归一化(Data and feature normalization)

    d)      丢弃和早停法(Dropout and early stopping)

    e)       数据增强(Data augmentation)

    7月7日下午

    (第四课)

    实战:自动化训练和部署

                    a)     深度学习开发工具介绍

                    b)     GPU云平台介绍

                    c)     AutoML 平台介绍

                    d)     利用AutoML 平台训练并部署图像分类模型

    卷积神经网络CNN

    7月13日上午

    (第五课)

    1.       一维/二维/三维卷积(1D, 2D, 3D convolution)

    2.       流行架构(Popular architectures)

    a)      AlexNet

    b)      VGG

    c)       InceptionNet

    d)      ResNet

    e)       XceptionNet

    3.       应用(Application)

    a)      图像分类Image classification

    b)      对象检测Object detection

    c)       图像分割Image segmentation

    7月13日下午

    (第六课)

    迁移学习和微调(Transfer learning and fine-tuning)

    实战:在二元图像分类场景下微调CNN模型

            (Fine-tune a CNN model for binary image classification)

    循环神经网络RNN

     

    7月14日上午

    (第七课)

    1.       语言模型(Language modelling )

    2.       基础RNN单元(Vanilla RNN cell)

    3.       训练

    a)      基于时间的反向传播算法(Backpropagation through time)

    4.       预测

    a)      贪心搜索(Greedy search)

    b)      集束搜索(Beam search)

    5.       高级RNN单元(Advanced RNN cell)

    a)      长短期记忆网LSTM

    b)      门控循环单元GRU

    6.       高级RNN架构(Advanced RNN architecture)

    a)      双向RNN(Bi-directional RNN)

    b)      注意力模型(Attention modelling)

    7月14日下午

    (第八课)

    应用:

                   1.     情感分析(Sentiment analysis)

                   2.     文献分类(Document classification)

                   3.     图像描述生成(Image caption generation)

                   4.     机器翻译(Machine translation)

                   5.     问答(Question answering)

    实战:

                   6.     训练用于情感分析的RNN网络

                       (Train RNN for Sentiment analysis)

    本课程内容为初始版本,根据课程和学员需要,实际授课内容可能略微有所调整,课后会预留一些时间给学员进行答疑解惑。为了使学员能够更好的学以致用,每天课程结束后讲师都会布置作业,同时在周五会安排线上或线下答疑时间。本课程采用理论技术与实战项目相结合的方式进行教学,课程最后学员将了解到机器学习和深度学习的常用模型和技术细节,并以此解决实际工作中遇到的问题。课程结束后,学员将获得新加坡国立大学人工智能创新及育成中心颁发的结业证书。


    温馨提示:在课程开始之前申请退款,将收取票价的10%的手续费,课程开始之后不可退款。本课程10人开班,未满10人时课程将取消并全额退款。


    本课程30人满班,报名从速 !

    联系方式:0512-62998695

    培训费用及须知

    ​6月23日前报名可享受优惠价:

    单人早鸟:6200元/人;

    双人早鸟:5600元/人;

    三人早鸟:4900元/人;

    团购票:4200元/人 (4张起售)。


    6月23日以后报名:

    单人:7800元/人;

    双人:7020元/人;

    三人:6630元/人;

    团购票:6240元/人 (4张起售)。


    费用含培训、教材、专家 、场地、证书、学习用品费等;学员需自带笔记本电脑!培训期间有大量核心培训资料拷贝给学员!


    Event Tags

    Recent Participation

    Perhaps you'd be interested in

    Question

    All Questions

    Haven't posted any questions yet, grab a sofa!

    Location...(Map Detail)

    OrganizersMore

    新国大人工智能创新及育成中心

    新国大人工智能创新及育成中心

    2017年12月15日,新加坡国立大学与苏州工业园区管委会签约,正式宣布在新加坡国立大学苏州研究院(NUSRI)成立新国大人工智能创新及育成中心。中心团队由新国大人工智慧系统研究院院长黄铭钧院士与新国大人工智慧系统研究院副院长黄德钦教授共同领衔,携手人工智慧系统研究院(NUS Smart Systems Institute)、计算机系(NUS School of Computing)、工程系(NUS Faculty of Engineering)以及新国大其他跨学科院系的专家学者共同组成,推进人工智能在医疗保健、金融科技等领域的创新,加速人工智能技术成果转化和产业化落地,帮助项目进入国际市场。 2018年10月,中心分别作为副会长单位及理事单位加入苏州工业园区人工智能产业协会及江苏省人工智能产业技术创新战略联盟,未来将致力于人工智能技术在大数据、健康、金融科技以及区块链领域的应用,帮助企业解决技术难题,共同促进苏州地方企业升级转型。

    WeChat Scan

    Share to WeChat→

    Event Calendar   Oct
    M T W Th F Sat Sun
    30 1 2 3 4 5 6
    7 8 9 10 11 12 13
    14 15 16 17 18 19 20
    21 22 23 24 25 26 27
    28 29 30 31 1 2 3