干货!639页《深度学习:Deep Learning》硬核PPT开源!

机器学习算法与Python实战

共 866字,需浏览 2分钟

 · 2021-11-05

深度机器学习的最新发展使视觉识别、语音和文本理解或自主智能体系统取得了前所未有的巨大进步。在此背景下,本课程将深入探讨深度学习架构的细节,重点是学习这些任务的端到端模型。学生将学习实施、训练和调试自己的神经网络,并对该领域的前沿研究有详细的了解。该课程还将介绍推理方法的最新创新,包括微分推理、对抗性训练和贝叶斯深度学习。



内容简介

Deep Learning


   课程简介
深度机器学习的最新发展使视觉识别、语音和文本理解或自主智能体系统取得了前所未有的巨大进步。在此背景下,本课程将深入探讨深度学习架构的细节,重点是学习这些任务的端到端模型。学生将学习实施、训练和调试自己的神经网络,并对该领域的前沿研究有详细的了解。该课程还将介绍推理方法的最新创新,包括微分推理、对抗性训练和贝叶斯深度学习。
   课程大纲
  • 机器学习基础

  • 神经网络

  • 卷积神经网络

  • 训练神经网络

  • 递归神经网路

  • 自动编码器和生成模型

  • 生成式对抗网络

  • 不确定性

  • 对抗性攻击与防御


   讲师介绍
Gilles Louppe是比利时列日大学人工智能和深度学习的副教授。他曾是纽约大学物理系和数据科学中心的博士后助理,与欧洲核子研究中心的阿特拉斯实验关系密切。他的研究处于机器学习、人工智能和物理科学的交叉点上,他目前的研究兴趣包括使用和设计新的机器学习算法,以新的和变革性的方式处理来自基础科学的数据驱动的问题。
个人官网:http://www.montefiore.ulg.ac.be/~glouppe
至于具体内容就交给感兴趣的小伙伴自己去阅读探索吧!
◇◆◇◆◇◆◇◆◇◆◇◆◇◆◇◆


获取链接:

1.扫码关注 “人工智能算法与Python大数据” 公众号
2.后台回复关键词:9087

▲长按扫描,回复9087即可获取

或点击下方直接跳转,后台回复:9087

浏览 39
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报