课程概述
深度学习是机器学习的分支，是一种以人工神经网络为架构，对数据进行表征学习的算法，它的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。如今，深度神经网络、卷积神经网络、深度置信网络和循环神经网络等多种深度学习框架已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。
本课程首先介绍了深度学习的发展历史、优势、应用领域及其与机器学习的关系，建立整体认识；接下来从数学基础和深度学习算法两方面进行展开，数学基础部分包含线性代数、概率、信息论、数值计算、机器学习基础等内容，深度学习算法部分包含深度前馈网络、正则化、优化、卷积神经网络CNN、循环神经网络RNN等。
【课程目标】
了解深度学习的优势和应用
掌握深度学习相关的熟悉知识
掌握常用的深度学习算法
【适用对象】
AI开发者、学生
【课程大纲】
知识模块 | 简介 |
|---|---|
前言 | 深度学习的发展历史、优势、应用领域及其与机器学习的关系 |
数学基础 | 线性代数及概率和信息论、数值计算、机器学习基础 |
深度学习算法 | 前馈神经网络、正则优化、卷积神经网络CNN、循环神经网络RNN |
适用人群
- 想入门人工智能领域的学生或转行人员
机构简介
AI慕课
AI 慕课学院是和雷锋网联合创办的人工智能教育平台。旨在通过利用雷锋网自身在学术界、工业界、开发者圈等积累的资源与品牌优势，联合三界合作，为企业、学术圈和开发者提供直接对话学习的机会，带学生系统学习人工智能，培养优秀AI人才。
讲师简介
- 王奇文江湖码农，前BAT资深工程师，先后做过推荐系统、分布式、数据挖掘、用户建模、聊天机器人。
- 孙嘉睿迅雷人工智能图像算法工程师，北京大学信息工程学院博士，京都大学情报学硕士。
- 陈安宁（Jackie）名古屋大学计算力学博士，目前从事AI 咨询和解决方案的开发。
- 吴楚数学硕士，华大基因算法工程师，典型程序猿一枚。
课程评价(5)
感谢你参加本课程，请你作出评价：
0/300
发表评价
以下选自学员评价
可能是自己太菜 了， 前面还好，后面好多没听懂
内容很实用，老师讲的也非常清楚，很快就可以自己实现了
老师讲的很好，用来入门很不错
老师讲的很好，对深度学习有了初步的了解。期望更体系化的课程。
一门相当不错的入门教程，对于有一定深度学习基础、想深入了解具体算法实现逻辑的学习者而言，帮助较大。 逻辑清晰，层层递进，学习者容易接受。
课程学习交流
请扫码关注腾讯产业互联网学堂微信公众号