• 參會報名
  • 會議內容
  • 會議日程
  • 會議嘉賓
  • 參會指南
  • 邀請函下載

首頁 > 商務會議 > IT互聯網會議 > 2019人工智能:機器學習和深度學習(12月北京班) 更新時間:2019-09-20T17:34:20

2019人工智能:機器學習和深度學習(12月北京班)
收藏3人
分享到
課程認證

2019人工智能:機器學習和深度學習(12月北京班)

會議時間:2019-12-11 09:00至 2019-12-13 18:00結束

會議地點: 北京  詳細地址會前通知  None 周邊酒店預訂

主辦單位: 中科院計算所培訓中心

發票類型:增值稅普通發票 增值稅專用發票

門票名稱單價截止時間數量
會務費 含參會費,住宿交通自理。 ¥6200.0 2019-12-10 17:00

會議內容

會議介紹 主辦方介紹


2019人工智能:機器學習和深度學習(12月北京班)

2019人工智能:機器學習和深度學習(12月北京班)宣傳圖

課程時間:12月11日-12月13日

主講老師:司老師

公開課費用:6200元/人

課程地點:北京

在國家發展的新時代,產業戰略已經向創新驅動轉移,從而迎接全球新一輪科技革命與產業變革的重大機遇和挑戰,在這個過程中,人工智能異軍突起,成為新時代的創新突破口。由于人工智能技術的領域普遍性,大批在第一線工作的技術人員需要更新知識,學習人工智能理論與實踐,從而在自己的領域中實現跨越式創新。

課程介紹

隨著國家在人工智能領域的戰略布局,人工智能已經應用于各個方面:專家系統、自動推理、圖像識別、模式識別、語音識別、自然語言理解、指紋識別、人臉識別、無人駕駛、推薦系統、社交網絡、計算機視覺、智能機器人等。但是,有沒有一種方法能迅速把握精髓,從而更快的進入人工智能的廣闊天地呢?

本次培訓采用深入理論+淺出實踐相結合的模式。在理論上,精選最關鍵最重要的理論,為進一步獲取相關知識打下基礎。在實踐上,精選目前比較有啟發性的案例,既幫助我們理解理論,更能幫助我們開闊思路,為研發相關領域的人工智能系統,提供一條思考脈絡。

培訓目的

1、深層次掌握人工智能理論,到達人工智能的突破口,探知最核心的秘密。

2、理論應用于實際項目,不只是了解,更在于掌握。

3、把握人工智能的新應用,理解時代趨勢,不再為了人工智能而人工智能。

4、一個交流探討的高級別平臺。

證書

培訓結束,頒發中科院計算所職業培訓中心“人工智能:機器學習深度學習”結業證書。

本課程有企業內訓形式,授課老師、課程內容、教學方式均依據企業的培訓需求靈活設置。

本網站內容包括并不限于課程介紹、課程大綱、上課照片、老師介紹等等資料及信息,未經允許不得抄襲和轉載。

適用人群

架構師、分析師、項目經理、高級程序員、資深開發人員、人工智能工程師、圖像處理工程師、機器學習工程師、模式識別工程師以及未來可能從事人工智能研發的技術人員。

查看更多

中科院計算所培訓中心 中科院計算所培訓中心

中科院計算所培訓中心是權威IT精英培訓機構,專注中高端技術人才培養。采用高端公開課、企業內訓形式教授大數據,軍方軟件,軟件需求分析,項目管理等高端課程。

會議日程

(最終日程以會議現場為準)


課程大綱

第一講 人工智能簡介

1.1 什么是人工智能

1.2 為什么要人工智能

1.3 人工智能的發展簡史

1.4 人工智能的現實案例舉例

第二講 最優分類面和支持向量機

2.1 什么是最優分類面

2.2 支持向量機的本質是什么

2.3 支持向量機在線性不可分時怎么辦

2.4 支持向量機中核函數如何選擇

2.5 支持向量機在車牌識別中的應用案例

第三講 決策樹

31 什么是非數值特征

3.2 為什么要引入決策樹

3.3 如何設計決策樹

3.4 如何構造隨機森林

3.5 決策樹在醫療系統中的應用案例

第四講 深度學習之始:人工神經網絡

4.1 人工神經網絡的設計動機是什么

4.2 單個神經元的功能

4.3 人工神經網絡的優化以及誤差逆傳播(BP)算法

4.4 人工神經網絡中需要注意的問題

4.5 人工神經網絡在表情識別、流量預測中的應用案例

第五講 深度學習中的技巧和注意事項

5.1 深度學習中過學習問題的處理

5.2 如何選擇損失函數

5.3 如何并行化

5.4 如何解決深度學習中梯度消失問題

5.5 如何選擇激勵函數

5.6 權值衰減、Dropout以及新的網絡架構

第六講 卷積神經網絡

6.1 卷積以及卷積網絡的概念

6.2 為什么在使用卷積網絡

6.3 卷積網絡的結構設計

6.4 卷積網絡在圍棋中的應用

6.5 卷積神經網絡在圖像識別中的應用案例

第七講 循環神經網絡

7.1 為什么要使用循環神經網絡

7.2 1-of-N編碼

7.3 循環神經網絡的介紹

7.4 長短期記憶網絡

7.5 長短期記憶網絡在自然語言處理中的應用案例

第八講 人工智能未來展望

8.1 監督學習中的新應用

8.2 強制學習中的新應用

8.3 非監督學習中的新應用

8.4 DeepMind介紹

第九講 使用支持向量機進行車牌識別

第十講 使用深度學習進行手寫體識別、人臉識別以及自然語言處理

查看更多

會議嘉賓


即將更新,敬請期待

參會指南

會議門票


公開課費用:6200元/人,含參會費,住宿交通自理。

查看更多

溫馨提示
酒店與住宿: 為防止極端情況下活動延期或取消,建議“異地客戶”與活動家客服確認參會信息后,再安排出行與住宿。
退款規則: 活動各項資源需提前采購,購票后不支持退款,可以換人參加。

還有若干場即將舉行的 人工智能大會

猜你喜歡

會議地點

部分參會單位

主辦方沒有公開參會單位

快捷下單

活動家_小程序快捷下單

微信掃一掃
使用小程序快捷下單

郵件提醒通知

分享到微信 ×

打開微信,點擊底部的“發現”,
使用“掃一掃”即可將網頁分享至朋友圈。

錄入信息

請錄入信息,方便生成邀請函

妈妈的朋友