logo资料库

人工智能及案例分析.pdf

第1页 / 共3页
第2页 / 共3页
第3页 / 共3页
资料共3页,全文预览结束
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。
分享到:
收藏