《机器学习(深度学习)算法和应用》线下公开课
收起
深度学习现在已经逐渐成为移动机器人、人脸识别、物体检测、自动驾驶、智能家居等应用不可或缺的方法,其准确率方面已经接近甚至超过了人类水平。
但由于我国人工智能起步较晚、发展历程较短,人才储备不足且培养机制不完善,导致我国人工智能产业内有效人才缺口预计高达30万。作为人工智能技术的根基,深度学习已成为人工智能领域入门者及研究者的必修知识。
不少技术人都致力于通过阅读博客文章或者知乎来进行学习,以达到快速掌握深度学习知识的能力,但如果不理解深度学习的理论,直接动手实践,最终造成只会调参数的局面。
那么,如何才能拥有扎实的理论基础做后盾?最终实现落地实际应用?
7月24-25日在上海;8月28-29日在深圳,前百度高级算法工程师马波将为大家分享《机器学习(深度学习)算法和应用》的课程,内容分为DNN 入门和基本模型;模型评估、调参和优化;卷积神经网络 CNN 原理和实践;循环神经网络RNN原理和实践四大部分。此外,他将通过幻灯片算法讲解、结合代码分析,剖析算法原理;实际应用举例和和业界趋势分析;成熟开源框架介绍和实例(Numpy, Pandas, Sklearn, Keras, TensorFlow)。
讲师介绍
马波
架构师 机器学习研究者
作为技术合伙人,马波曾参与了Great Wall Solution(新加坡)的创建和早期的开发和管理;作为技术总监,他曾负责量化派(Quant Group)核心交易系统的交付和技术部的管理。
作为高级算法工程师,他曾负责百度度秘策略组的技术方向和 NLU(Natural Language Understanding)的实现;作为首席架构师,他曾负责丁丁租房的机器学习方向的多种产品设计和实现。现在猎户星空作为NLP研究员,负责对话大脑等模型构建。
培训对象
对深度学习算法原理和应用感兴趣,具有一定编程(Python)和数学基础(线性代数、微积分、概率论)的技术人员。
课程大纲
课程内容总计分为四部分:
1、机器学习和神经网络入门2、模型的训练、调参、评估和优化3、卷积神经网络4、循环神经网络
课程内容
麦思博(msup)有限公司是一家面向软件研发团队的培训咨询机构,专注于软件研发中心的快速成长,服务于软件开发团队的技能提升、软件工程的实际应用和软件品质的创新与超越。强调人员、技术、流程和管理的有机结合,注重个体的技能提升与职业发展,研发团队的管理与协作。分享世界级软件研发团队最佳管理实践。