浙江农林大学论坛

 找回密码
 注册(开放注册)
搜索
查看: 18659|回复: 1

00.0 AI秒懂系列

[复制链接]
发表于 2019-2-18 15:51:47 | 显示全部楼层 |阅读模式
AI秒懂》是与AICUG社区联合出品的一款AI系列内容分享产品,分享内容将全部以短视频的形式为大家呈现,每天一节分享课,每节课五分钟左右,十分钟以内,我们主张用知识挑战时间,力求尽量在最短的时间内将核心知识点以及AI算法精华内容和盘托出。

AI秒懂内容特点
AI秒懂的全部内容包括《机器学习》和《深度学习》两大部分,内容覆盖到机器学习和深度学习的方方面面,除了会循序渐进由易到难的介绍算法模型的原理和理论,主要还会介绍模型的实现和训练,以及模型的上线和调优。最重要的是会结合工业应用中的实际案例,让大家明白各种算法模型到底是如何在实际工作中落地和产出价值的。

我们会深入讲解机器学习深度学习在自然语言处理、计算机视觉、语音识别等三个领域的典型应用和落地方案。

如果你想投入AI的怀抱,但却苦于门槛太高无从下手,AI秒懂将从零开始一步步带你入门和提高,为你指明学习的方向;如果你苦于缺乏AI实战经验,AI秒懂其实更注重实践落地,每个案例教会你的不是解决某个问题,而是解决某类问题,使你能够触类旁通,举一反三。

《AI秒懂》大纲
机器学习部分
第一讲 算法预热

k近邻算法。案例:使用k近邻算法进行文本分类
模型评测方法:准确率、召回率、混淆矩阵、ROC、AUC。
第二讲 概率论相关实战

朴素贝叶斯实战
TF-IDF
极大似然估计
损失函数
第三讲 决策树及Ensemble方法(分类问题案例)

决策树
随机森林
AdaBoost
GBDT
Xgboost
第四讲 经典判别分类模型(分类问题案例)

梯度下降、正则化
逻辑回归(sklearn及TensorFlow实现)
softmax回归(sklearn及TensorFlow实现)
SVM(sklearn及TensorFlow实现)
最大熵模型(TensorFlow实现)
第五讲 链式图模型

隐马尔科夫模型
条件随机场
案例:CRF实现命名实体识别
第六讲 经典无监督算法及推荐系统实战

期望最大化算法
k-means聚类
SimHash及以图搜图原理实现
PCA及其应用
协同过滤、矩阵分解(FM)、主题模型(LDA)在推荐系统中的应用
深度学习部分
第七讲 深度学习基础

TensorFlow基础编程
全连接神经网络(sklearn及TensorFlow实现基于词频统计的文本分类)
神经网络精要(工业上神经网络训练技巧及经验总结)
TensorFlow高级特性(keras、eager exeution、wide & deep model)
word2vec & fasttext原理解析及实战
第八讲 CNN相关

TextCNN原理及实战
案例:基于ContextCNN及HierarchicalCNN实现多轮对话意图分类
案例:基于CNN及CRF实现命名实体识别
CNN在检索式问答系统中的应用(QQ-match)
CNN在语义检索中的应用(DSSM)
第九讲 RNN相关

RNN、LSTM、bi-LSTM、DRNN原理及实战
案例:基于bi-LSTM及CRF实现命名实体识别
Attention机制(Global & local Attention、self Attention、multi-head Attention)
案例:Seq2seq及Attention机制在生成式问答系统中的应用
案例:Hierarchical Attention network在多轮对话意图分类中的应用
基于Attention-CNN的语义检索模型
第十讲 知识图谱实战

知识表示
知识抽取
知识融合
知识存储
知识推理
实战案例1:基于elasticsearch的KBQA实现及示例
实战案例2:基于REfO的KBQA实现及示例
第十一讲 迁移学习

迁移学习在多领域场景下的应用。
迁移学习在多语言场景下的应用。案例:多语言融合意图分类(生成对抗网络GAN)
迁移学习在多任务场景下的应用。案例:分类与NER的muity-task实战
第十二讲 Autoencoders及推荐系统实战

Autoencoders在推荐系统中的应用
Wide & deep model在推荐系统中的应用
第十三讲 强化学习

强化学习(Policy gradient、DQN、deep Q-learning)
使用deep Q-learning强化学习算法玩吃豆人游戏
第十四讲 计算机视觉

图像处理
OCR
OCR在身份证、发票等关键信息提取任务中的应用
端到端OCR
第十五讲 计算机视觉进阶

人脸识别
目标检测
图像语义分割
视频分析
第十六讲 语音识别

第十七讲 语音合成

第十八讲 落地与总结

机器学习模型部署及在线预测(PMML)
深度学习模型部署及在线预测(TensorFlow Serving)
总结以及给同学在工作中的意见和建议
了解更多干货文章可以关注小程序八斗问答
您需要登录后才可以回帖 登录 | 注册(开放注册)

本版积分规则

手机访问本页请
扫描左边二维码
         本网站声明
本网站所有内容为网友上传,若存在版权问题或是相关责任请联系站长!
站长联系QQ:7123767   myubbs.com
         站长微信:7123767
请扫描右边二维码
www.myubbs.com

小黑屋|手机版|Archiver|浙江农林大学论坛 ( 琼ICP备10001196号-2 )

GMT+8, 2024-3-29 05:03 , Processed in 1.729664 second(s), 29 queries .

Powered by 高考信息网 X3.3

© 2001-2013 大学排名

快速回复 返回顶部 返回列表