|
机器读心术之文本挖掘与自然语言处理 视频教程
第1课 跌宕起伏70年:神经网络发展概述;最简单的神经元仿生:单层感知器。
第2课 线性神经网络,BP神经网络,基于梯度下降的各种学习算法;BP神经网络应用:信用识别;为什么BP网络丌能支持太多的隐层数?; N% G) w V* g
第3课 Imagenet介绍。BP神经网络应用:图像压缩;稀疏自动编码器与特征提取。
第4课 能联想和记忆的Hopfield神经网络,DHNN与DCNN;应用:OCR识别,解决旅行商问题。8 \! _/ m) ^8 }+ S: p! U
第5课 模拟退火算法与Boltzmann机:随机版的Hopfield神经网络。9 T2 n) t0 |: U5 C1 M8 g) i' @8 P+ m, ?4 g0 d5 L
第6课 马尔科夫链;受限Boltzmann机RBM,Gibbs采样,CD学习算法。7 E |) k3 c5 o8 U2 i: A# A4 J& F
第7课 应用RBM进行协同过滤;深度置信网络(DBN):利用堆叠的RBM进行权值预训练,应用于图像编码与解码,图像识别;生成式模型与判别式模型。) {: _$ K! B( k0 h, U1 b, C
第8课 万能逼近器:径向基神经网络;PCA与SVM神经网络。! L( Q `0 {- W3 c
第9课 局部感受野与卷积神经网络CNN;经典应用:MNIST手写体数字识别,Imagenet图像识别;GPU计算。
第10课 计算机博弈原理,深度学习与AlphaGo,价值网络与策略网络的设计,构成和训练。/ I7 K' N ] P9 d; A( K6 f+ m$ k9 _
第11课 蒙特卡洛树搜索与强化学习,Deepmind通用人工智能的尝试。堆叠150层的超深度网络:深度残差网络及其在Imagenet比赛中的表现。' m' I9 O- g% p' T5 `+ `: w
第12课 递归神经网络RNN;ELMAN和NARX;BPTT学习算法;对抗梯度消失;LSTM原理与结构。' _$ r# `& y+ P4 ^4 S+ U
第13课 深度学习在自然语言处理中的应用,word2vec原理与实践;CBOW与Skip-gram;NLP的基本问题,将LSTM应用于中文自动分词和命名实体识别。7 r+ n j$ l0 {' N- f% |/ E
, [5 O4 t3 C P/ i
授课对象:
对神经网络技术和深度学习感兴趣者,潜在研究者,爱好者,职业方向准备转型高级数据分析师,迈向数据科学家的朋友。较好是学习过炼数成金上《机器学习》课程或具备类似能力。 `; w @# I d2 t( v1 C% m5 Z! |
7 ^; _ v5 F2 M9 w( l, P, P
收获预期:& a' t4 f# |0 m2 `
熟悉神经网络技术和深度学习,懂得怎样运用到自己的实际工作,设计有一定规模的学习系统,智能化地解决某些场景的实际问题。个人技术能力和数据分析能力,知识见解有明显增长' O& K7 ^7 X5 v$ ~3 M
`' s9 c( M. J# F5 n# o" E+ z! T4 x" h
授课讲师:$ c& b/ g3 F' z1 { N* w# @2 I: N# X' i; Z
tigerfish,知名数据库网站ITPUB创始人,知名数据分析网站炼数成金创始人。数据库专家,数据分析专家,有丰富的IT领域、数学领域的知识经验。他将带领他的数据分析团队完成整个授课工作。
下载地址回复可见:
|
|