火龙果软件
IT 人员的学习中心 uml.org.cn
课程:人工智能及案例分析
课程介绍
人工智能已经来了,它就在我们身边,几乎无处不在。人工智能技术正在彻底改变人类
的认知,重建人机相互协作的关系。前所未有的自动驾驶正在重构我们头脑中的出行地图和
人类生活图景,今天的人工智能技术也正在翻译、写作、绘画等人文和艺术领域进行大胆的
尝试。
我们真的知道什么是人工智能吗?
我们真的准备好与人工智能共同发展了吗?
我们该如何在心理上将人和机器摆在正确的位置?
我们该如何规划人工智能时代的未来生活……
当人工智能时代成为必然,个人应该做些什么,才能避免被 AI 取代?企业应该如何升
级,才能在新的商业变局到来前抓住先机?
我们无需担忧和惧怕人工智能时代的到来,我们所要做的,应当是尽早认清 AI 与人类
的关系,了解变革的规律,更好地拥抱新时代的到来。通过本课程拓展一下思维,期待收获
能多一些。包含:机器学习、深度学习、通信、感知与行动等人工智能在各领域的应用知识。
课程特点
课程的特点可以形容为行云流水、入木三分,虽然只有 1 天时长,但可以做到既有面上的
系统概括总结,让大家把握住整体框架与方向,又有对关键点上的深入剖析,深刻透彻。通
过 1 天的学习和分享,让大家对人工智能有一个清晰全面认知,同时理解实施人工智能用到
的关键技术,最后明白应用实施中需要注意的关键点等,为今后的进一步学习明确道路。
课程内容
整体安排:(除了人工智能概览外,其他内容全部是实例)
3 小时
3 小时
提纲
人工智能概览
人工智能概览、TensorFlow 框架(实例)、机器学习(实例)
深度学习(实例)、通讯(实例)、感知与行动(实例)
内容
人工智能来了
?AI 复兴:深度学习+大数据=人工智能
图灵测试
谷歌大脑:世界最强大的深度学习集群
深度学习“三巨头”和传奇的辛顿家族
人机大战:AI 真的会挑战人类?
备注
火龙果软件
IT 人员的学习中心 uml.org.cn
AI 时代:人类将如何变革?
机遇来临:AI 先行的创新与创业
迎接未来:AI 时代的教育和个人发展
备注:以下部分全部是案例
TensorFlow 框架
实践
TensorFlow 和其他深度学习框架的对比
TensorFlow 的线性与逻辑回归
TensorFlow 实现自编码器及多层感知机
TensorFlow 实现深度神经网络 DNN
TensorFlow 实现经典卷积神经网络 CNN
TensorFlow 实现循环神经网络 RNN
TensorFlow 实现深度强化学习
TensorBoard、多 GPU 并行及分布式并行
机器学习及案例 样例学习
学习形式
监督学习
学习决策树
评估和选择最佳假说
学习理论
带线性模型的回归和分类
人工神经网
非参数化模型
支持向量机
组合学习
机器学习实例
学习中的知识
学习的逻辑公式化
学习中的知识
基于解释的学习
使用相关性信息学习
归纳逻辑程序设计
深度学习及案例 学习概率模型
统计学习
带完整数据的学习
隐变量学习:EM 算法
强化学习
被动强化学习
主动强化学习
强化学习中的泛化
策略搜索
强化学习的应用
自然语言处理
语言模型
文本分类
通讯及案例
火龙果软件
IT 人员的学习中心 uml.org.cn
信息检索
信息抽取
用于通讯的自然语言
短语结构语法
句法分析
扩展文法和语义解释
机器翻译
语音识别
感知与行动
感知
图像生成
图像预处理
基于外观的物体识别
重建三维世界
基于结构的物体识别
视觉应用
机器人学
机器人硬件
机器人的感知
运动规划
规划不确定的运动
运动
机器人软件体系结构
应用领域
讲师简介
Willima,博士学历,专注人工智能和深度学习领域的技术创新。 博士的研究方向包括自
动语音与说话者识别、口语识别与理解、语音–语音翻译、机器翻译、语言模式、统计方法
与机器学习、听觉和其他生物信息处理、深层结构学习、类脑机器智能、图像语言多模态深
度学习,商业大数据深度分析等。
目前的研究领域包括:智能语音及语言处理、人机交互、模式识别及机器学习的研究和产
业化工作。对语音识别、说话人和语种识别、自然语言理解、深度学习建模、多媒体信号处
理等具有丰富的经验和见解。